假设我们想要执行外部排序并且对M个块进行排序，其中每个块包含k个可比较的项目，使得n = Mk。在这种情况下，k也指您可以放入内存进行排序的最大项目数，n是要排序的项目总数。
然后在合并排序中使用合并功能，必须将每个元素与其他块中的所有其他元素进行比较，这样就可以对一个元素进行O（M）比较。由于我们必须对所有元素执行此操作，因此我们将具有O（M * Mk）= O（M ^ 2 * k）= O（nM）时间复杂度。
这看起来似乎是线性的，但假设在最坏的情况下我们只能将1个项目放入内存中。所以我们有M = n个块，时间复杂度直接为O（n ^ 2）。合并如何为外部排序提供线性时间？
此外，在k = 1的情况下，如果无法进行任何比较，分类是如何可行的呢？
答案 0 :(得分：0)
基于优先级队列？例如，在binary heap上，用每个块中的当前项（或它们的索引）填充它，并在每一步中提取顶部项。
每个输出元素提取O(log(M))，因此完全合并为O(n*log(M))
对于您的人为示例：O(n*log(n))