版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/barlay/article/details/83536714
我们在描述算法的时间复杂度时都会用到大O记法，那么什么是大O记法呢？百度百科（大O符号）给出了比较准确的定义：它是用来描述一个函数的无穷大渐近。举个例子，解决一个规模为 n 的问题所花费的时间（或者所需步骤的数目）可以被求得：T(n) = 4n^2 - 2n + 2，那么当 n 趋近于无穷大的情况下，n方项起主导作用，所以它的时间复杂度可以被记为：O（n^2）。
更加详细的介绍可见一下博客：
大O符号与时间复杂度
大O记号
常见算法的时间复杂度如下图所示：
排序算法的核心就是：Compare And Swap，简称CAS。
具体的排序算法介绍见博客：常用排序算法总结(一)
堆排序算法涉及到堆这种数据结构，详细的介绍如下：图解排序算法(三)之堆排序
为什么要介绍排序算法？因为排序算法是其它高效算法的基础：一堆数据只有排成顺序，我们才方便对它们的增删改查操作。
上面介绍的只是对数组的排序算法，那么如果数据的存储结构是链表呢？
下面的博客介绍了针对链表的排序算法，基本思想和数组的排序算法类似。
单链表排序
实现双链表的排序
PS. 如果数据结构是二叉排序树的话，直接对树进行遍历就会得到有序的数据。
常见的树的种类及相关的操作有很多，下面是最常用的红黑数的详解：
Sedgewick的红黑树
还有一个关于数据结构与算法的博客：
数据结构与算法学习笔记之 适合大规模的数据排序
最后放上一篇比较好的关于DDD的文章：
从壹开始微服务 [ DDD ] 之四 ║让你明白DDD的小故事 & EFCore初探