印尼语（基于马来语）和菲律宾语（基于他加禄语）的历史脉络都已梳理过：（后者于2020.10.10补充）

  东南亚传统上就商贸往来频繁，以闽南语为主（也包括粤语、客家话等）的汉语方言随着汉人“下南洋”而渗透到东南亚各南岛语中。而马来语从三佛齐的兴起开始，就作为了作为一种前殖民时代的强势通用语，同样也对北边的他加禄语造成了一些影响；但因为当时菲律宾群岛的重心不在马尼拉所在的吕宋岛，而是南方的棉兰老和苏禄，所以反之不亦然，他加禄语对马来语没什么影响。

  在西方殖民者到来之前，印度教和教先后在两地传播。菲律宾的吕宋岛上有印度化的汤都，南边从苏禄群岛延伸到加里曼丹岛东北有苏禄苏丹国。印尼先是从苏门答腊岛兴起印度化的三佛齐，然后是来自爪哇岛的满者伯夷（同样是印度化），再是化的马六甲苏丹国。

  那么，印度教带来的梵语借词（包括一些泰米尔语等），教带来的阿拉伯语和波斯语借词，也都进入了马来语和他加禄语。不过，由于他加禄语使用者之后基本皈依天主教，所以这一层的影响特别大程度被后来的西语借词削弱了，没有印度教之于马来语那么明显。

  菲律宾先被西班牙殖民，不仅吸收了海量的西语借词，还因为同西语美洲的关系变得密切，有相当一部分纳瓦语（继承自阿兹特克帝国，是当时墨西哥一带的通用语）和克丘亚语（继承自印加帝国，在当时秘鲁等安第斯山脉一带通用）的词汇也进入了他加禄语中，这点放在东南亚是非常奇特的（虽然多数只是美洲当地特色物种的词汇，就算没经西语转手，之后也很可能再被英语带入，但比如用纳瓦语 tīzatl 他加禄语 tisa 来表示“粉笔”就很有墨西哥特色了）。之后再被美国殖民，所以同样也有很多英语借词，尽管放在全球学英语的背景下就没那么突出了。

  印尼苏门答腊岛的马六甲海峡沿岸先被葡萄牙殖民（但葡人的影响比较小），然后再整体纳入了荷属东印度，同样导致大量荷兰语词汇进入了当地的马来语变体。不过印尼同其它荷属殖民地的联系就相对较弱，尽管可能也因为荷兰在印度的据点而吸收了泰米尔语等印度语言，但毕竟从殖民时代之前开始，印度和东南亚就始终有联系（甚至“东南亚”这一划分某一些程度上就弱化了和印度的关系），所以倒不能说开辟了新的借词来源，毕竟荷兰没从南非之类的运来很多奴隶/劳工。

  在现代取得独立后，两者各自从“马来语”和“他加禄语”升级成为代表全国的“印尼语”和“菲律宾语”。但是在这两个民族和语言极其复杂的国家，这势必意味着需要再囊括全国各语种的词汇。这些借词的具体比例不好找，因为通常统计的是「外国语言」而非「其它语言」的借词，但能肯定存在且相当多。

  马来语在印尼差不多就是个外来语，尽管在葡人到达前，就因为早先三佛齐的影响而成为了几乎全境的通用语（而且事实上当时的“市场马来语”已经具有混合语/克里奥尔语的迹象了，并在马来群岛各地广泛吸收借词），但与之相对的是母语者比例极低。然而，爪哇语的强势地位不容忽视，毕竟母语者数量占了全国四到五成，现首都雅加达所在的也正是爪哇岛（所以要迁都……），印尼语在不可避免地爪哇化。加之，印尼又是全球人口第一的国家，群体甚至有点阿拉伯化的倾向（比如要求直接叫 Allah，不用意译的 Tuhan）。

  而他加禄族确实做到了在菲律宾国内是第一大族裔，但人口只有区区三成，无论是西属还是美属时期都不算是全国性的通用语——把国家名称安在这样一种语言上是很少见的，绝大多数缺乏主体民族的前殖民地国家都不会这么干。总之，名义上说是说要继续囊括南部米沙鄢、棉兰老等地的其它语言，从“基于他加禄语的”Pilipino 转变为真正代表全菲律宾的Filipino（因为他加禄语没有/f/，加入/f/从语言名称上就代表了包容），虽然具体怎样发展不好说，但至少确实已经有一部分宿务语、伊洛卡诺语、希利盖农语等的词汇进入了菲律宾语中。

  印尼语的词汇主体仍然是本土词（但问题是统计时似乎把「来自所有印尼境内的南岛语的词汇」都视作「本土词」了……而未必马来语自己的词汇），“外来词”（即外国语言的词汇）构成比例如下，荷兰语有将近一半：

  不过谷歌上能查到另一张图，不难发现几个数据基本没变，但“英语”换成了“（其它）本土语”，这就有点怪了。如果在数据有整体变化的同时加入“（其它）本土语”一栏还合理，但这里只是纯粹把“英语”替换了。

  至于他加禄语，在谷歌上倒是能搜到一个整体的词汇构成比，但这样的一个问题就更大了，西语的比例有点低，而纳瓦语的比例则无论如何都太高了：

  我从 reddit 的一个贴子里找到了上图，但下面有人指出，这张图先前也许会出现在维基词条 List of loanwords in Tagalog 里（我印象中最早也在维基里看到过，现在没了）。

  然后这位指了个路，在 Cui (2012):Hokkien Chinese Borrowings on Cookery in Tagalog里提到了另一个比例，引用来自 Thorp (1972)，但这是一篇没有出版的论文……只能说凭感觉来看相对靠谱一些，西语借词比例占33%（大概把来自西语美洲的词也算进去了）。

  他加禄语的这张奇怪的饼状图可能已广泛流传，印尼语那张也容易被当成是整体的词汇比例（而非借词里的比例），在 Quora 上也能找到有人疑似基于这两幅提出的问题，说“为什么菲律宾语只有13%的西语借词，而印尼语有43%的荷兰语借词”。解答对于他加禄语的部分很有参考价值，因为“这个数据是错的”，其实就是针对「借入西语的阿拉伯语词汇」，在这些借词之中有13%又经西语转手借入了他加禄语，而不是「他加禄语里所有西语借词只占13%」。

  总之，这两幅图还是不要再传播了……尤其是他加禄语，这么高的纳瓦语借词比，怎么会是亚洲的语言呢。当然，印尼语和他加禄语的借词来源复杂还是要肯定的，也算是有“垃圾桶”的感觉。

  我们可优先考虑对“一个语言词源的复杂程度”这一概念进行量化。如果一门对象语言的词汇一共来自N种语言，包括它本身的固有词和来自N-1门其他语言的外来词。那么，当我们从对象语言随机抽取一个词时，这个词来自特定源语言i（i属于{1, 2, 3, …, N}）的概率p_i，显然就是源语言i的词汇在对象语言中所占的比例。

  可以发现，一门对象语言的源语言越多，或者来自不同源语言的比例越平均，则该对象语言的信息熵就越大，这是符合我们预期的。特别地，当该对象语言不存在借词时，信息熵为0。

  有了这个定义之后，我们比较不同语言的词源复杂（或“垃圾桶”）程度就很简单了，只要考虑这门语言的词汇借用了其他哪些语言，以及从每门语言借词的比例即可。当然，定义“不同语言”本身是一件挺麻烦的事，不过只要比较不同语言的时候采取同样的分类标准问题也不大。比如，按照这一个定义，英语的“词源复杂度”信息熵在2.21左右。

  如果按照里给出的词源比例，匈牙利语词汇似乎是比较符合源语言多且平均这两个条件的。如果把uncertain单列成一门语言，计算出来的信息熵是2.57，比英语高一些。

  从史前时代开始就不断借词，甚至有kuningas（对应king）这种原始日耳曼语的词，和一些来自前印欧语言的借词；突厥和伊朗语言的词也借了不少。

  到了中世纪芬兰成为瑞典一部分，开始大量借瑞典语和低地德语的词，而俄语词也随着和诺夫哥罗德的贸易进来了。

  提名意第绪语（演化自中古德语）与拉迪诺语（演化自中古西语），先占个坑回头再补……