def mergesort_paralelo(data):
    #Crea un pool de procesos, uno por cada core.
    procesos = multiprocessing.cpu_count()
    pool = multiprocessing.Pool(processes=procesos)
    #Particionamos los datos iniciales de igual tamaño y se hace un merge sort
    #Para cada partición.
    size = int(math.ceil(float(len(data)) / procesos))
    data = [data[i * size:(i + 1) * size] for i in range(procesos)]
    #Ordena cada partición por separado en cada uno de los cores.
    data = pool.map(mergesort, data)
    #Las 3 líneas siguientes realizan el merge sin el uso del paralelismo.
    #list1 = merge(data[0], data[1])
    #list2 = merge(data[2], data[3])
    #list = merge(list1, list2)
    #Hacemos un merge de a pares hasta que nos quedamos con solo una
    #partición. starmap permite utilizar múltiples argumentos.
    while len(data) > 1:
        #Si el número de particiones es impar, la quitamos y la agregamos al final
        #Ya que estamos haciendo un merge de a pares.
        extra = data.pop() if len(data) % 2 == 1 else None
        data = [(data[i], data[i + 1]) for i in range(0, len(data), 2)]
        data = pool.starmap(merge, data) + ([extra] if extra else [])
    return data[0]