Sorting 为什么合并排序复杂性被认为是O（n logn），这不是全部复杂性？

我知道在最坏的情况下会调用merge sort n log n，但是每次调用合并分割参数数组的复杂性如何呢

合并排序实际上应该是n log n*排序时间的意思还是什么

在“传统”合并排序中，每次通过数据都会使已排序子部分的大小加倍。第一次传递后，文件将被排序为长度为2的部分。第二次通过后，长度为4。然后是八、十六等，直到文件大小

有必要将已排序部分的大小增加一倍，直到有一个部分包含整个文件。要达到文件大小，需要将节大小加倍lg（N），每次传递数据所需的时间与记录数成比例。

在“传统”合并排序中，每次传递数据都会使已排序的子节大小加倍。第一次传递后，文件将被排序为长度为2的部分。第二次通过后，长度为4。然后是八、十六等，直到文件大小

---

有必要将已排序部分的大小增加一倍，直到有一个部分包含整个文件。要达到文件大小，需要将节大小加倍lg（N）次，每次传递数据都需要与记录数成比例的时间。

没有合并排序实际上是

N*log（N）

在每次合并调用中，它需要

O（N）

时间和

O（N）

额外空间，没有合并排序实际上是

n*log（n）

在每次合并调用中，它需要

O（n）

时间和

O（n）

额外的空间，在我们必须对非常大的文件进行排序时，它是最好的。确切地说，每次数据传递都需要与记录数量成比例的时间。这不算在内for@CanisLupus-每个过程的时间复杂度为O（n），对于双向自底向上合并排序，有log2（n）个过程，因此总时间复杂度为O（n log（n））。确切地说，数据的每个过程所花费的时间与记录数成比例。这不算在内for@CanisLupus-每个过程的时间复杂度为O（n），对于双向自底向上合并排序，有log2（n）个过程，因此总时间复杂度为O（n log（n））。