数据结构中内部排序可能达到的非常快速度是：理论上，任何基于比较的排序算法的非常快速度（即最低时间复杂度）是O(n log n)，其中n表示待排序元素的数量。
一、数据结构中内部排序可能达到的非常快速度
在数据结构中，内部排序是指将全部待排序数据都加载到内存中进行排序的过程。内部排序算法的速度主要由其时间复杂度来衡量。理论上，任何基于比较的排序算法的非常快速度（即最低时间复杂度）是O(n log n)，其中n表示待排序元素的数量。
这个结论来自于决策树模型的理论分析。在基于比较的排序算法中，元素之间的顺序关系是通过两两比较得到的。可以将这个过程看作是一个决策树，树的每个节点表示一次比较操作，树的叶子节点表示所有可能的排序结果。对于n个元素，存在n!种不同的排序结果。根据决策树的性质，树的高度h至少满足2^h >= n!（即决策树的叶子节点数量应大于等于排序结果的数量）。对该不等式取对数，可得h >= log(n!)，由于log(n!)的渐进上界为O(n log n)，因此基于比较的排序算法的最低时间复杂度为O(n log n)。
实际上，已经有很多排序算法能达到O(n log n)的时间复杂度，如归并排序、快速排序、堆排序等。这些算法在实践中表现良好，适用于各种场景。
对于非比较排序算法，如计数排序、基数排序等，它们在特定条件下可以实现比O(n log n)更快的排序速度。然而，这些算法通常对数据的分布和范围有特定的要求，因此并不具有普遍适用性。
