为什么内省型使用堆排序而不是合并排序？

作为涉及内省排序实现的家庭作业的一部分，我被问到为什么使用堆排序而不是合并排序（或其他算法）。 $O(n\log(n))$

Introsort是一种混合排序算法，可提供快速平均性能和（渐近）最佳最坏情况性能。它从快速排序开始，并在递归深度超过基于排序元素数量（的对数）的级别时切换到堆排序。（Wikipedia，检索2014年5月6日。）

我能想到的唯一原因是，heapsort是“就位”的……但是，我并不真正理解为什么这在这里很重要。

algorithms algorithm-analysis sorting

— 用户672009
source

如果introsort是问题的一部分，则您必须先告诉我们它是什么，然后我们才能说什么。

— 2014年

欢迎来到计算机科学！请注意，您可以在此处使用LaTeX以更易读的方式排版数学。请参阅此处以进行简短介绍。

— FrankW

我们只是被要求为介绍性排序编写一些伪代码，然后我们被问到为什么它使用堆排序而不是合并排序。

— user672009 2014年

@ user672009在这种情况下，请写下其中任何一个的代码，然后查看发现的内容。原因可能与性能无关。

— 拉斐尔

我得出的结论是，由于Quicksort是在原地进行排序的，因此我们需要使用其他原地排序算法。但是我愿意接受输入。

— user672009 2014年

quicksort的2个缺点是，它需要额外的空间（以保持未排序的间隔），并且错误的数据透视选择（或旨在使您选择错误的数据透视的人为设计的序列）可能导致它成为时间和额外空间算法。 $O(\log n)$ $O(n^2)$ $O(n)$

当递归深度变得太大（在附近）时切换到heapsort 意味着我们有一个保证的上限，即时间和额外空间。 $\log n$ $O(n \log n )$ $O( \log n)$

Heapsort的额外空间要求使其成为mergsort的的更好选择，在这种情况下，对于人为设计的数组，可能仍然很大。 $O(1)$ $O(n)$ $n$

之所以不将堆排序用于完整排序，是因为它比快速排序慢（部分原因是由于大O表达式中的隐藏常量，部分原因是缓存行为）

— 棘轮怪胎
source

但是使用了heapsort ...我怀疑这是因为它像quicksort一样就位。

— user672009 2014年

我怀疑@ user672009被您的最后一句话弄糊涂了。我建议您澄清一下introsort并不是从 heapsort 开始的，因为它比较慢。

— Wandering Logic 2014年

O (1)

$O(1)$

O (\lg n)

$O(\lg n)$

此外，heapsort比introsort拥有更多的缓存未命中。

— noɥʇʎԀʎzɐɹƆ

一个好的Quicksort实现在最坏的情况下不需要O（n）空间，只要它能记住堆栈中较大的子间隔并立即处理较小的子间隔即可。

— gnasher729