arrays.sort()采用自适应策略：基本类型用双轴快排+三级阈值（≤47插排、47–286双轴快排、＞286加递归深度限制及退化归并），对象类型用timsort动态识别有序片段并优化合并。
Arrays.sort() 的性能优化不是靠手动换算法，而是理解它“已经怎么优化”，然后用对场景。Java 标准库的这个方法不是单一算法，而是一套自适应策略：根据数组类型、长度、数据分布自动切换最合适的排序方式，开发者只需调用即可获得接近最优的性能。
基本类型数组：双轴快排 + 三级阈值切换
对 int[]、long[] 等基本类型，Arrays.sort() 使用 DualPivotQuicksort（双轴快速排序），但绝非“一排到底”。它内置三档长度策略：
- 长度 ≤ 47：直接用插入排序——小数组下常数项更优，且避免递归开销
- 47 ＜ 长度 ≤ 286：启用双轴快排——两个 pivot 划分三段，比单轴更均衡，尤其利于含重复值的数据
- 长度 ＞ 286：仍用双轴快排，但设递归深度上限（约 2×log₂n）；超限时自动退回到归并排序，防止最坏 O(n²) 退化
此外还包含五取样选轴（取5个等距点，取中位数作 pivot）、三向切分（高效处理大量重复元素）等细节优化，无需干预。
对象数组：TimSort 天然适配现实数据
对 String[]、Integer[] 或自定义对象数组，Arrays.sort() 默认使用 TimSort（JDK 7 起取代旧版归并排序）。它不是“固定套路”，而是动态识别数据特征：
- 扫描数组，提取天然有序片段（Run），升序或严格降序都算；降序 Run 会原地反转成升序
- 短 Run（
- 合并阶段采用 Galloping Mode（跃进模式）：当某一边连续多次胜出时，改用类二分查找加速跨段比较
这意味着：近乎有序、部分有序、含大段重复的数据，TimSort 往往接近 O(n)；完全随机时也稳定在 O(n log n)，且保持稳定排序。
何时不该用 Arrays.sort()？
绝大多数情况都该用它——但以下几类例外值得留意：
- 已知极小数组（如固定长度为 3 的坐标数组）：手写比较交换可能更快，避免方法调用与边界检查开销
- 内存极度受限场景（如嵌入式）：Arrays.sort() 对象排序需额外工作数组，而自定义堆排序可做到 O(1) 额外空间
- 需要强稳定性保障且 JDK 版本较老（≤ Java 6）：旧版归并排序实现有 bug，TimSort 更可靠
- 排序键可枚举且范围有限（如年龄 0–120）：计数排序可做到 O(n)，比任何比较排序更快
实际建议：少动逻辑，多看数据
优化 Arrays.sort() 的关键不在改代码，而在预处理数据或调整使用方式：
- 避免在循环内反复排序小数组——考虑批量收集后一次性排序
- 对象排序时，确保 Comparator 实现轻量（不触发 I/O、不新建对象、避免装箱）
- 若发现某类数据排序明显变慢（如大量相同字符串），可先用 Arrays.stream().distinct().toArray() 去重再排，有时反而更快
- 对超大数组（千万级），关注 JVM 堆内存是否充足——TimSort 和双轴快排都需要临时空间，OOM 会拖垮性能
