Algorithm 无额外空间或就地合并排序

可能重复：

通常我们使用一个额外的数组来使用合并排序对其进行排序，是否可以在不使用额外空间的情况下执行此操作

---

如果这是可能的，那么合并排序会比快速排序好，对吗？

是的，可以执行一个。这并不意味着它不需要任何额外的内存，因为递归仍然需要O（lgn）堆栈空间（就像快速排序一样）

编辑：我很久没有读过卡塔杰宁的论文了，我从来没有注意过空间复杂性的说法；显然，合并排序可以在O（1）个额外空间中完成

---

但不，所有这一切并不意味着一种算法比另一种算法更好，除非你具体说明这个词的意思。随机化快速排序虽然可以是二次排序，但不管输入是什么，它仍然执行较小的预期操作数。哪一个对您的数据“效果更好”取决于从数据统计到程序运行的硬件的各种因素。

是的，可以执行一个测试。这并不意味着它不需要任何额外的内存，因为递归仍然需要O（lgn）堆栈空间（就像快速排序一样）

编辑：我很久没有读过卡塔杰宁的论文了，我从来没有注意过空间复杂性的说法；显然，合并排序可以在O（1）个额外空间中完成

---

但不，所有这一切并不意味着一种算法比另一种算法更好，除非你具体说明这个词的意思。随机化快速排序虽然可以是二次排序，但不管输入是什么，它仍然执行较小的预期操作数。哪个对你的数据“效果更好”取决于从数据统计到程序运行的硬件的各种因素。

IIRC我在这个问题上引用的论文表明，你可以在

O（1）

空间，no

O（logn）

堆栈中真正做到这一点。它只是很慢，

O（nlogn）

但是与更常见的排序相比，它的常量很大。但我最近没有重读过。@SteveJessop:我也没有，但我还是回避了答案。@larsmans谈到了

O（1）

额外空间，它是否包括

for

循环中声明的变量所占用的单位空间？只是一个想法。@ChaZ:是的，因为这个算法中的循环变量不是指向可变大小数据结构的指针。@ChaZ:是的，除了在递归中。IIRC我在这个问题上引用的论文表明，你可以在

O（1）

空间中真正做到这一点，而不是

O（logn）

堆栈中。它只是很慢，

O（nlogn）

但是与更常见的排序相比，它的常量很大。但我最近没有重读过。@SteveJessop:我也没有，但我还是回避了答案。@larsmans谈到了

O（1）

额外空间，它是否包括

for

循环中声明的变量所占用的单位空间？只是一个想法。@ChaZ:是的，因为这个算法中的循环变量不是指向可变大小数据结构的指针。@ChaZ:是的，除了递归。