直接用arrays.sort(long[])即可，它基于双轴快排，原地排序、内存友好，支持空数组等边界情况，时间复杂度o(n log n)；降序需转long[]或升序后翻转。
直接用 Arrays.sort(long[]) 就行，它底层采用双轴快排（Dual-Pivot Quicksort），专为基本类型优化，百万级 long[] 排序通常在毫秒级完成——关键不是换算法，而是避开误用和低效操作。
长整型数组默认升序，无需额外参数
long[] 是基本类型数组，Arrays.sort(long[]) 重载方法开箱即用：
- 原地排序，不创建新数组，内存友好
- 自动处理边界情况：空数组、单元素、含重复值、全负数或极大值（如
Long.MAX_VALUE）均无异常 - 时间复杂度稳定在 O(n log n)，最坏情况也远优于朴素快排（因双轴分治+小数组切回插入排序）
降序不能直接传 Comparator，得绕一下
long[] 不支持泛型，所以 Arrays.sort(arr, Collections.reverseOrder()) 编译不通过。正确做法有两种：
-
转成 Long[] 再排：适合数据量不大（如 ≤10 万）且需频繁降序的场景
Long[] boxed = Arrays.stream(longs).boxed().toArray(Long[]::new);<br>Arrays.sort(boxed, Collections.reverseOrder());
⚠️ 注意：百万级装箱会触发大量 GC，慎用 -
升序后手动翻转：零额外对象，适合纯性能优先场景
Arrays.sort(longs);<br>for (int i = 0, j = longs.length - 1; i long tmp = longs[i];<br> longs[i] = longs[j];<br> longs[j] = tmp;<br>}
局部排序与 top-K 场景要写对索引
用 Arrays.sort(long[], from, to) 时，to 是右边界（不包含），这是高频出错点：
- 想排前 1000 个元素？写
Arrays.sort(arr, 0, 1000)，不是1001 - 想排最后 500 个？写
Arrays.sort(arr, arr.length - 500, arr.length) - 只取最大 K 个？全量排序浪费资源——改用
PriorityQueue<long></long>（大顶堆）或Arrays.parallelSort()配合截断更合适
比 Arrays.sort() 更快的替代方案（特定场景）
双轴快排已极优，但以下情况可考虑其他策略：
- long 值范围集中且有限（如日志时间戳落在某 24 小时内，精度到毫秒，总数约 86400000 个可能值）：改用计数排序，时间复杂度 O(n + range)，实测快 3–4 倍
-
只需随机打乱：别用
sort配Math.random()比较器（结果不可靠且慢），直接ThreadLocalRandom.current().nextLong()配 Fisher-Yates 原地洗牌 -
数据持续追加、需动态有序：数组不再适用，换成
TreeSet<long></long>或带排序能力的流式结构（如 Apache Commons Collections 的 TreeList）
