Add Dart codes to the documents. (#529)

docs/chapter_heap/build_heap.md

@@ -72,6 +72,12 @@
     [class]{MaxHeap}-[func]{init}
     ```
 
+=== "Dart"
+
+    ```dart title="my_heap.dart"
+    [class]{MaxHeap}-[func]{MaxHeap}
+    ```
+
 ## 复杂度分析
 
 为什么第二种建堆方法的时间复杂度是 $O(n)$ ？我们来展开推算一下。

docs/chapter_heap/heap.md

@@ -301,6 +301,12 @@
 
     ```
 
+=== "Dart"
+
+    ```dart title="heap.dart"
+
+    ```
+
 ## 堆的实现
 
 下文实现的是大顶堆。若要将其转换为小顶堆，只需将所有大小逻辑判断取逆（例如，将 $\geq$ 替换为 $\leq$ ）。感兴趣的读者可以自行实现。
@@ -417,6 +423,16 @@
     [class]{MaxHeap}-[func]{parent}
     ```
 
+=== "Dart"
+
+    ```dart title="my_heap.dart"
+    [class]{MaxHeap}-[func]{_left}
+
+    [class]{MaxHeap}-[func]{_right}
+
+    [class]{MaxHeap}-[func]{_parent}
+    ```
+
 ### 访问堆顶元素
 
 堆顶元素即为二叉树的根节点，也就是列表的首个元素。
@@ -481,6 +497,12 @@
     [class]{MaxHeap}-[func]{peek}
     ```
 
+=== "Dart"
+
+    ```dart title="my_heap.dart"
+    [class]{MaxHeap}-[func]{peek}
+    ```
+
 ### 元素入堆
 
 给定元素 `val` ，我们首先将其添加到堆底。添加之后，由于 val 可能大于堆中其他元素，堆的成立条件可能已被破坏。因此，**需要修复从插入节点到根节点的路径上的各个节点**，这个操作被称为「堆化 Heapify」。
@@ -596,6 +618,14 @@
     [class]{MaxHeap}-[func]{siftUp}
     ```
 
+=== "Dart"
+
+    ```dart title="my_heap.dart"
+    [class]{MaxHeap}-[func]{push}
+
+    [class]{MaxHeap}-[func]{siftUp}
+    ```
+
 ### 堆顶元素出堆
 
 堆顶元素是二叉树的根节点，即列表首元素。如果我们直接从列表中删除首元素，那么二叉树中所有节点的索引都会发生变化，这将使得后续使用堆化修复变得困难。为了尽量减少元素索引的变动，我们采取以下操作步骤：
@@ -718,6 +748,14 @@
     [class]{MaxHeap}-[func]{siftDown}
     ```
 
+=== "Dart"
+
+    ```dart title="my_heap.dart"
+    [class]{MaxHeap}-[func]{pop}
+
+    [class]{MaxHeap}-[func]{siftDown}
+    ```
+
 ## 堆常见应用
 
 - **优先队列**：堆通常作为实现优先队列的首选数据结构，其入队和出队操作的时间复杂度均为 $O(\log n)$ ，而建队操作为 $O(n)$ ，这些操作都非常高效。