在开发一个电商后台系统时，订单经常需要按时间排序。可你有没有遇到过这种情况：两个同一秒下单的订单，刷新页面后顺序变了？这很可能是因为你用的排序算法不稳定。
什么是排序的稳定性
排序算法的“稳定性”指的是：如果两个元素的值相同，排序前后它们的相对顺序是否保持不变。比如数组中有两个相同的用户名 "张三"，原来排在前面的那个，在排序后还是在前面，那这个排序就是稳定的。
举个生活中的例子：你在快递站取件，柜子按手机号后四位分配。如果两个人手机号后四位一样，系统按录入时间先后给你排队。可要是系统用的是不稳定排序，下回再查可能顺序就乱了，本来你排前面，结果变成后面了。
常见的排序方法对比
不是所有排序都讲“先来后到”。像冒泡排序、插入排序、归并排序这些是稳定的。它们在比较时，相等的情况下不会交换位置。
但像快速排序、堆排序就不一定了。快排在分区过程中，即使值相等，也可能被分到不同侧，导致原始顺序丢失。
def quick_sort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr)//2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quick_sort(left) + middle + quick_sort(right)
上面这个 Python 实现的快排看起来保留了相等元素，但实际应用中若涉及结构体或对象排序，比如按成绩排学生名单，同分学生的顺序可能被打乱。
网络架构中的实际影响
在微服务架构里，多个节点返回的数据合并时，常需要二次排序。比如日志系统从不同服务器拉取事件，先按时间排，再按来源补排序。如果中间用了不稳定排序，原本按机器编号排好的同时间日志，顺序就可能错乱。
另一个场景是前端分页。用户看第一页时，两条同评分的商品，A 在 B 前面；翻页再刷新，位置换了。用户体验就会打折扣，觉得系统“飘忽不定”。
这时候选归并排序更稳妥。虽然时间复杂度也是 O(n log n)，但它稳定，适合对一致性要求高的场景。
如何选择合适的排序方法
关键看业务是否在意“相等值”的顺序。如果只是排数字、不关心谁先谁后，快排效率高，没问题。但如果排序对象是记录、订单、用户行为日志，建议优先考虑稳定性。
有些语言内置的排序是稳定的。比如 Python 的 sorted() 和 list.sort() 使用 Timsort，本身就是稳定算法。但 JavaScript 的 Array.prototype.sort() 在不同引擎实现可能不同，老版本 V8 不保证稳定，使用时得留意。
在网络数据流处理中，一次不稳定的排序可能让后续聚合出错。别小看这一点，调试起来往往很难定位，因为数据看起来“差不多”，但逻辑对不上。