Arrays.sort() 的核心在于按需定制排序逻辑，需区分基本类型与包装类的调用差异，正确使用 Comparator（支持 Lambda、方法引用、null 安全及多字段链式排序），并注意部分排序、原地修改及 Stream 替代方案的适用场景。
Java 中的 Arrays.sort() 是数组排序的事实标准，但真正发挥其威力的，不是“能排”，而是“怎么按你需要的逻辑排”。它不只支持升序降序，还能处理 null、多字段、部分区间、数值精度、业务规则等复杂场景——关键在于用对 Comparator 和理解底层行为。
基本类型 vs 包装类：别踩类型陷阱
看似一样，实则调用完全不同的重载方法，行为也不同：
-
int[]、double[] 等基本类型数组：直接
Arrays.sort(arr)即可。内部用双轴快排，高效且不接受 Comparator ——传了编译就报错。 -
Integer[]、Double[] 等包装类数组：走的是对象排序路径，依赖元素的
compareTo()或你传入的 Comparator。可以自定义，但要注意自动拆箱可能引发 NullPointerException。 - 常见误操作：把
int[]当成对象数组传Comparator，IDE 会立刻标红；混淆Arrays.sort(new int[]{})和Arrays.sort(new Integer[]{})的语义，导致逻辑错位。
Comparator 写法：从匿名类到链式组合
定制排序的核心是 Comparator，写法演进反映的是可读性与表达力的提升：
- 传统匿名类（适合复杂逻辑或需复用）：
Arrays.sort(people, new Comparator<Person>() {<br> public int compare(Person a, Person b) {<br> return Integer.compare(a.getScore(), b.getScore());<br> }<br>}); - Lambda 表达式（最常用）：
Arrays.sort(people, (a, b) -> Integer.compare(a.getScore(), b.getScore()));
注意：避免直接用a.getScore() - b.getScore()，整数溢出时结果错误；浮点数用Double.compare(a.val, b.val)。 - 方法引用 + 链式排序（清晰表达优先级）：
Arrays.sort(orders,<br> Comparator.comparing(Order::getStatus)<br> .thenComparing(Order::getAmount, Comparator.reverseOrder())<br> .thenComparing(Order::getId));
先按状态升序，同状态再按金额降序，最后按 ID 升序兜底。
null 安全与稳定性保障
默认情况下，Arrays.sort() 对含 null 的对象数组会抛 NullPointerException，且虽为稳定排序（相同元素相对位置不变），但稳定性依赖你写的 Comparator 是否满足数学三性（自反、对称、传递）：
立即学习“Java免费学习笔记（深入）”；
- 让 null 排末尾：
Comparator.nullsLast(Comparator.naturalOrder()) - 让 null 排开头：
Comparator.nullsFirst(Comparator.naturalOrder()) - 字段可能为 null？别直接调
a.getName().compareTo(b.getName())，改用：Comparator.comparing(Person::getName, Comparator.nullsLast(String::compareTo)) - 避免在 compare 方法里做耗时操作（如远程调用、IO、复杂计算），sort 过程中 compare 可能被反复调用多次。
部分排序与性能权衡
不需要全排？Arrays.sort 支持精准控制范围：
- 只排子区间：
Arrays.sort(arr, fromIndex, toIndex)，注意toIndex是开区间（不包含该索引）。 - 原地修改：所有 sort 版本均直接修改原数组，无返回值 —— 若需保留原始顺序，得手动复制：
int[] copy = arr.clone(); Arrays.sort(copy); - Stream.sorted() 是替代方案，返回新数组：
Person[] sorted = Arrays.stream(people).sorted(comparator).toArray(Person[]::new);
优点是函数式、不改原数组、易组合过滤映射；缺点是创建中间流和新数组，内存与时间开销更大，大数据量慎用。
