Java数据结构与排序实战：从源码到TopK与OOM排查

背八股的时候，数据结构和排序总是绕不开的坎。很多人把教材里的图、PPT上的伪代码都背得滚瓜烂熟，一上机连一个冒泡排序都写不利索，更别提“HashMap怎么按value排序”“几千万条数据里取Top100”这种面试必考、工作必用的场景了。这篇文章不做理论推导，只聊Java里怎么把数据结构选型和排序落到代码里：从Collections.sort的底层逻辑到不排序怎么取最小的十个元素，从点击表头排序的通用方案到线上OutOfMemoryError的排查记录。如果你正在准备Java面试，或者在工作中被排序问题折磨过，这篇应该能帮上忙。

1. 为什么Java面试总绕不开数据结构和排序

1.1 集合框架就是数据结构的第一现场

你在面试时被问到的“数据结构”，在Java里其实都活在java.util包里。ArrayList是动态数组，LinkedList是双向链表，HashMap是数组加链表加红黑树，TreeMap是红黑树，PriorityQueue是堆。面试官问数据结构，本质上是在问这些类背后的存储模型和复杂度表现。

很多人会背“ArrayList查询O(1)，插入O(n)；LinkedList插入O(1)，查询O(n)”，但没想过这句话该怎么用。举个例子，如果你要维护一个按访问顺序排列的记录列表，频繁在头部插入新记录，LinkedList确实有优势；但如果你要做的是一次性把所有数据拉出来，然后按第几个位置去读，ArrayList的随机访问能力会让LinkedList望尘莫及。我用过一个统计模块，遍历一个几十万条的List去get(i)取值，用LinkedList跑了近十秒，换ArrayList之后秒出结果。

HashMap更是高频考点。它的底层是数组加链表，链表长度超过阈值会转成红黑树，每次扩容要重新散列。你光记住“HashMap无序”这句话不够，还得知道它遍历顺序取决于哈希值分布。正因如此，当面试题问“如何对HashMap排序”时，本质上考的是你对Entry这个结构的拆解能力，以及对Collections.sort的熟练程度。

所以我的建议是：学数据结构时，先把Java集合框架的源码当作参考实现读一遍。源码比PPT靠谱得多，因为你能看到真实的扩容逻辑、比较器的使用方式，以及各种边界条件的处理。

1.2 排序不只是冒泡快排，工程排序的底层逻辑可能和你想的不同

Java早就提供了现成的排序工具，但很多开发者用了一年Arrays.sort，也没搞明白它内部在干什么。我拆开说一下。

Arrays.sort对基本类型数组，比如int[]、long[]，走的是DualPivotQuicksort，也就是双轴快速排序。它的平均时间复杂度是O(n log n)，但不稳定。什么叫不稳定？就是两个值相等的元素，排序后相对位置可能互换。对基本类型来说这无所谓，因为两个int值相同就是不可区分的。

但对对象数组，比如Integer[]或者List对象，Arrays.sort走的是TimSort。TimSort是归并排序和插入排序的混合体，最显著的特点是稳定，而且对“基本有序”的数据集可以达到近乎线性的性能。Collections.sort底层调用的也是它。

这就引出一个容易踩的坑：你有一个Student对象的List，先按班级排序，再按分数排序，如果第二次排序用了不稳定的算法，同分的学生之前排好的班级顺序就乱了。稳定排序在这种情况下能保住上一次排序的结果，不稳定排序则可能让你丢掉前一轮的排序状态。

2. 常用排序算法在Java里的正确写法与性能实测

2.1 冒泡、选择、插入：写出来容易，优化才是差距

先拿冒泡排序开刀。教科书版本的写法一般是双重循环，内层相邻比较交换。但你知道吗，如果某一轮循环中一次交换都没有发生，说明列表已经有序，可以直接退出。

java复制public static void bubbleSort(int[] arr) {
    int n = arr.length;
    for (int i = 0; i < n - 1; i++) {
        boolean swapped = false;
        for (int j = 0; j < n - 1 - i; j++) {
            if (arr[j] > arr[j + 1]) {
                int tmp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = tmp;