时间复杂度O(nlgn)且空间复杂度O(1)的排序算法：**堆排序（Heap Sort）**

要解决这道题，需结合排序算法的时间复杂度、稳定性、空间复杂度三个核心指标，对常见O(nlgn)级排序算法的特性进行对比分析：

（62）时间复杂度O(nlgn)且稳定的排序算法：归并排序（Merge Sort）

关键解析：O(nlgn)排序算法的稳定性对比

首先明确核心概念：

• 稳定性：排序后，相同值元素的相对位置保持不变（如原序列中“5(第1个)”在“5(第2个)”前，排序后仍保持此顺序）；
• O(nlgn)级排序算法：常见的有归并排序、快速排序、堆排序、希尔排序（希尔排序平均复杂度接近O(nlgn)，但最坏为O(n²)，不满足严格O(nlgn)）。

各算法稳定性与空间复杂度对比如下表：

排序算法	时间复杂度（最坏/平均）	稳定性	空间复杂度	核心特点
归并排序	O(nlgn) / O(nlgn)	✅ 稳定	O(n)	分治思想，通过合并有序子序列实现，稳定且复杂度严格O(nlgn)
快速排序	O(n²) / O(nlgn)	❌ 不稳定	O(logn)~O(n)	分治思想， pivot选择影响性能，最坏O(n²)，且不稳定（如交换时打乱相同值顺序）
堆排序	O(nlgn) / O(nlgn)	❌ 不稳定	O(1)	利用堆的堆顶特性排序，交换堆顶与末尾元素时会打乱相同值顺序，不稳定
希尔排序	O(n²) / 接近O(nlgn)	❌ 不稳定	O(1)	插入排序的改进，最坏复杂度不满足严格O(nlgn)，且不稳定

综上，只有归并排序同时满足“时间复杂度O(nlgn)”和“稳定”两个条件，因此（62）的答案为归并排序。

（63）时间复杂度O(nlgn)且空间复杂度O(1)的排序算法：堆排序（Heap Sort）

关键解析：O(nlgn)排序算法的空间复杂度对比

核心概念：

• 空间复杂度O(1)：排序过程中不依赖额外的数组或大量递归栈空间，仅使用常数级临时变量（即“原地排序”）。

结合上述表格的空间复杂度列，进一步分析：

• 归并排序：需额外数组存储合并后的有序序列，空间复杂度O(n)，不满足O(1)；
• 快速排序：递归实现需O(logn)~O(n)的栈空间（最坏O(n)），非原地排序，不满足O(1)；
• 堆排序：基于“堆”数据结构（通常用数组表示原序列，无需额外空间），排序过程仅需1个临时变量存储交换元素，空间复杂度O(1)，且时间复杂度严格O(nlgn)；
• 希尔排序：虽空间复杂度O(1)，但最坏时间复杂度O(n²)，不满足严格O(nlgn)。

综上，只有堆排序同时满足“时间复杂度O(nlgn)”和“空间复杂度O(1)”两个条件，因此（63）的答案为堆排序。

最终答案

(62) 归并排序
(63) 堆排序