在数据结构入门课程中，理解排序算法的时间复杂度和空间复杂度是评估算法效率的核心。时间复杂度和空间复杂度描述了算法性能随输入规模（如元素数量 $n$）增长的变化趋势。它们使用大O表示法（Big O notation）来量化，帮助我们在实际应用中权衡速度和内存使用。下面我将逐步解释这些概念，并以常见排序算法为例进行说明。为什么重要？在排序算法中，高时间复杂度可能导致大规模数据下运行缓慢，高空间复杂度可

Schema(description = "用户ID", example = "1001")@Schema(description = "用户名", example = "张三")

此实现保持代码结构清晰，通过面向对象设计确保各功能模块独立，便于后续扩展更多节日主题或添加新功能。