Arrays.sort()是Java平台经二十年打磨的高效排序方案，基本类型用双轴快排（含插入排序兜底、五取样选轴、三向切分、递归降级），对象数组用稳定TimSort（识别自然有序段、二分插入、归并合并），需避免装箱、越界、重逻辑Comparator等误用，并在值域有限、动态有序、Top-K等场景改用更优算法。
Arrays.sort()不是“你要去优化”的对象，而是Java平台已经替你完成二十年工程打磨的排序方案。它快，不是因为玄学，而是靠分层策略、阈值切换和场景适配——理解它怎么选算法，比手写快排重要得多。
基本类型用双轴快排：两个基准值，三段划分
对int[]、long[]、double[]等，JDK7起默认采用双轴快速排序（Dual-Pivot Quicksort）。它不选一个pivot，而是选两个（pivot1
– 左段：所有元素
– 中段：pivot1 ≤ 元素 ≤ pivot2
– 右段：所有元素 > pivot2
这种结构天然减少递归深度，也降低比较次数。比如对百万随机整数，实测比单轴快排快2–3倍。
关键细节包括：
- 长度小于47时，直接切到插入排序——小数组常数因子更优
- 选轴用“五取样法”：取首、中、尾及中间两点共5个元素，取中位数确定两个pivot，避免退化
- 重复元素多时启用三向切分，把等于pivot1/pivot2的元素集中归入中段，避免反复交换
- 递归过深（超过2×log₂n）时自动降级为归并排序，兜底防止O(n²)最坏情况
对象数组走TimSort：识别天然有序段，合并更聪明
String[]、Person[]、Integer[]这类对象数组，Arrays.sort()调用的是TimSort——Python也用它，是现实数据中最稳最快的混合算法。它不假设数据杂乱，而是先扫描找“自然有序片段”（Run），比如一段升序子数组或严格降序后反转的片段，再把这些Run当成基础单元，用二分插入补短、用归并合并长段。
这意味着：
立即学习“Java免费学习笔记（深入）”；
- 已基本排好序的数组（如日志按时间追加写入），TimSort接近O(n)，几乎只扫一遍
- 含大量重复值或局部有序的数据，性能远超传统快排
- 它是稳定排序：相同元素相对位置不变，适合业务敏感场景（如按创建时间+ID二次排序）
- 空间开销略高（O(n)临时数组），但换来的是可预测的O(n log n)最坏表现
别踩这些常见性能坑
真正拖慢百万级排序的，往往不是算法本身，而是误用方式：
- 对int[]硬传Comparator：编译失败；真要降序，别装箱成Integer[]再排——百万int装箱会触发频繁GC，耗时翻倍
- 用Arrays.sort(arr, from, to)时记错右边界：to是“不包含”的索引，写成arr.length容易越界或漏排
- 自定义Comparator里做重操作：比如在compare里解析JSON、调用正则、new对象——每个比较都执行，放大N倍开销
- 明明是0–100万范围的用户ID，却用快排：改用计数排序，O(n)搞定，内存更省、速度更快
什么时候该换算法？
Arrays.sort很强大，但不是万能解：
- 纯整数且值域有限 → 计数排序或基数排序，实测快4–5倍
- 只要随机顺序（抽奖、测试数据）→ Collections.shuffle()（Fisher-Yates），别用Math.random()配sort
- 数据持续写入、需动态维护有序 → 数组不合适，换成TreeSet或ConcurrentSkipListSet
- 只取Top-K（比如前100名）→ 用PriorityQueue建大小为K的堆，O(n log k)，比全量O(n log n)划算得多
