Sorting 为什么双向合并排序比单向合并排序更有效

我正在阅读来自的外部排序，需要理解为什么2阶段合并比1阶段合并更有效

Wiki：但是，单通道合并有一个限制。作为 块的数量增加，我们将内存分成更多的缓冲区，所以 每个缓冲区都较小，因此我们必须进行许多较小的读取 比大的要少

因此，对于排序，例如，在100MB的RAM中使用单个合并进行50GB的排序 pass无效：磁盘需要填充输入 缓冲区包含来自500个块中的每个块的数据（我们读取100MB/501~ 每次从每个数据块读取200KB）占用大部分排序时间。使用 两个合并过程解决了这个问题。然后排序过程可能会失败 像这样：

---

谁能给我一个简单的例子来理解这个概念好吗。我对在2阶段合并中分配更多的

缓冲区感到特别困惑
 问题是随机访问开销，平均旋转延迟约为4毫秒，平均寻道时间约为9毫秒，因此，假设平均访问时间为10毫秒，而平均传输速率约为每秒150兆字节。因此，平均访问开销与读取或写入1.5兆字节所需的时间大致相同

大型I/O减少了访问时间的相对开销。如果一次读取或写入10兆字节的数据，开销将减少到15%。使用wiki示例100MB的工作缓冲区和25个要合并的块，再加上一个写块，即3.8MB的块，在这种情况下，随机访问开销约为39%

在大多数PC机上，可以为1GB的工作缓冲区分配足够的内存，因此可以以超过40兆字节的速度分配26个块，从而将随机访问开销减少到3.75%。50个区块大约为每个区块20兆字节，随机访问开销约为7.5%

请注意，即使有50个块，它仍然是两次传递排序，第一次传递使用所有1gb缓冲区进行内存排序，然后写入已排序的1gb块。第二步将合并所有50个块，从而生成已排序的文件

50个块的另一个问题是，需要一个min heap type方法来维护排序信息，以便确定哪个块的哪个元素是50个块中最小的，并移动到输出缓冲区。将一个元素移动到输出缓冲区后，将一个新元素移动到堆中，然后重新堆化堆，这需要大约2个log2（50）操作，或大约12个操作。这比在进行50路合并时进行49次比较以确定50个元素组中的最小元素的简单方法要好。堆由结构、当前元素、这是哪个块（文件位置或文件）、块中剩余的元素数等组成

Run the initial chunk-sorting pass as before.
Run a first merge pass combining 25 chunks at a time, resulting in 20 larger sorted chunks.
Run a second merge pass to merge the 20 larger sorted chunks.