我试图找出，K-way合并排序的最大K是多少，或者是否有任何最大值。 该算法的时间复杂度为O（nlogK）。我一直在寻找它几个小时没有运气。有人可以把我链接到一些解释它的文章，或告诉我是否有一些限制，为什么会这样？ 另外，我想知道是否建议使用K值，这是最有效的。
答案 0 :(得分：2)
在内部（仅存储器）排序的情况下，无论K如何，数据上的操作总数保持大致相同。设x = n log2（n）。 2路合并排序需要x次移动，最差情况x需要比较总共x + x =（2）x次操作。 （从技术上讲，即使在最坏的情况下，也会比x更低一些，但x足够接近这里的想法）。 4路合并排序需要（1/2）x移动和最差情况（3/2）x比较，因此仍然总共（1/2）x +（3/2）x =（2）x操作。如果比较比移动快，则4路合并排序更快，如果移动比比较快，则2路合并排序更快。还有一些变量如指针或索引保存在寄存器或堆栈中，对于4路合并，您需要16个寄存器（如64位模式下的X86）。作为移动速度更快的示例，请考虑对对象指针数组进行排序，仅移动指针，但比较对象（包含每个对象的指针取消引用）的情况。
对于外部排序，在外部设备（磁盘驱动器或过去的一堆磁带驱动器）上创建排序块的内部排序可以是任何算法，K方式部分只是合并块。在外部排序次数与K之间存在折衷，足以使K方式合并成为cpu绑定而不是I / O绑定。总时间是I / O时间+任何超出I / O时间的CPU时间。大数据文件的Gnu排序使用K = 16.K方式合并是使用K元素最小堆完成的，其中每个堆条目对应一个结构（或等价物），它包含一个块id，记录索引或指针，数字内存中剩余块的记录数，块中剩余的记录数）。在使用K个条目初始创建最小堆之后，堆的前面元素对应于具有K个条目的当前最小元素（假设升序排序）的结构。移动该元素以输出，从该块读取下一个元素，并更新堆以反映下一个元素放置堆中前端条目的位置。一旦到达块的末尾，合并变为K-1合并，然后是K-2合并，直到只剩下1个块被复制。