arrays.sort()是jdk深度优化的成熟方案，基本类型用双轴快排+自适应降级，对象数组用timsort；性能瓶颈多在装箱、越界、comparator低效等外围操作，特定场景需换计数排序、shuffle或treeset。
直接用 Arrays.sort() 就行——它不是需要你手动调优的“半成品”，而是 JDK 针对不同数据特征深度优化过的成熟方案。百万级排序慢，通常不在算法本身，而在类型误用、准备动作或边界处理。
基本类型数组：双轴快排 + 自适应降级
int[]、long[]、double[] 等走 Dual-Pivot Quicksort，但不是一排到底：
- 长度 ≤ 47：自动切插入排序，避免递归开销，小数组更稳更快
- 47
- 长度 > 286 或递归过深（超 2×log₂n）：兜底切归并排序，杜绝 O(n²)
- 含大量重复值时，自动启用三向切分，把相等元素集中到中段，减少交换
对象数组：TimSort 天然适配业务数据
String[]、Integer[]、自定义类数组统一用 TimSort，核心是“识别已有顺序”：
Java JDK 25
下载
Java JDK 25 来自 OpenJDK 官方归档，版本为 JDK 25，本条下载地址已指向官方 Windows x64 zip 安装包直链，适合调试旧项目或兼容旧版 Java 运行环境。
- 先扫描找天然有序片段（Run），升序或严格降序都算，后者会原地反转
- 短 Run（不足 32 元素）用二分插入补足，保证合并效率
- 归并阶段启用 Galloping Mode：某侧连续胜出多次时，改用指数搜索加速定位
- 全程稳定，相同元素相对位置不变；部分有序数据下常接近 O(n)
真正拖慢性能的常见操作
排序本身很快，瓶颈多在周边环节：
- 对 int[] 强加 Comparator：编译报错；要降序，先
sort()再双指针翻转，别装箱成 Integer[] —— 百万级装箱触发频繁 GC -
sort(arr, from, to)的to是右开区间，写成arr.length易越界或漏排 - Comparator 里做重操作：比如每次 compare 都调
user.getProfile().getName().length()，应提前缓存为字段或用Comparator.comparing(User::getCachedNameLength) - 只取 top-K 却全量排序：改用
PriorityQueue或Arrays.sort(arr, 0, k)配合部分有序处理
什么场景该换别的方案
Arrays.sort() 很强，但不是万能解：
- 纯整数且值域有限（如 ID ∈ [0, 1000 万]）：计数排序实测快 4–5 倍，O(n) 时间，内存更低
- 只要随机打乱（抽奖、洗牌）：别用
Math.random()比较器，直接Collections.shuffle()（Fisher-Yates） - 数据持续流入、需动态维护顺序：数组结构不合适，换成
TreeSet或带索引的跳表 - 超大数组（≥ 10⁴ 元素）且多核环境：可试
Arrays.parallelSort()，分段排序再归并，提速明显
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
