最近我从Introduction To Algorithms Edition 3
偶然发现了这个问题问题2-1：
尽管合并排序在O(n logn)最坏情况时间运行，插入排序在O(n^2)中运行，但后者运行速度更快，适用于小问题规模。考虑对合并排序的修改，其中使用插入排序对 n / k 长度 k 的子列表进行排序，然后使用标准合并机制进行合并。
（A）显示插入排序可以在O(nk)最坏情况时间内对长度为k的n / k个子列表进行排序。
答案是：
Ans：在最坏的情况下，插入排序每个k元素列表需要（k ^ 2）个时间。因此， 排序n / k k个元素列表每个（k ^ 2 n / k）=（nk）最坏情况时间
他们如何从给定数据中得到（k ^ 2 n / k）？我根本不理解这一点，并且非常感谢你的解释。
答案 0 :(得分：2)
子列表的长度为k，因此每个子列表的插入排序需要k^2。现在，总共有n/k个子列表，因此，n/k * k^2为nk。这里的关键理解是，有n/k个子列表，插入排序需要k^2时间对每个子列表进行排序。
另外需要注意的是，知道合并排序有O(n logn)对这个问题实际上并不重要，因为他们没有要求整理整个列表的时间，只是排序时间所有的子列表。