XGBoost预排序算法的疑问（求大佬解答）

在XGBoost中，使用预排序的方法来处理节点分裂，会先对每个特征按照特征值大小进行排序，然后保存为block结构，后面的迭代中会重复地使用这个结构，使计算量大大减小。
对这一点存在一些疑问：
举例说明，假设一个样本有“年龄”，“身高”两个特征，取值分别为

[23,24,25,26,27,99],[244,180,181,175,172,168]。

预排序后分别为

[23,24,25,26,27,99],[168,172,175,180,181,244]。

假设第一次选择“年龄”为26进行分裂，分裂后节点左侧的样本为“年龄”[23,24,25]，身高[244,180,181]，节点右侧样本为“年龄”[27，99]，身高[172,168]。此时，因为切分后样本的变化，身高数据与预排序结果不同，需要重新进行排序，计算节点分裂增益。
如果上述过程没有错误的话，预排序并没有使计算量大幅度减小。不知道有没有哪位大佬可以解答我的困惑。