deploy

chapter_divide_and_conquer/binary_search_recur/index.html

@@ -3420,7 +3420,7 @@
 <ul>
 <li><strong>问题可以被分解</strong>：二分查找递归地将原问题（在数组中进行查找）分解为子问题（在数组的一半中进行查找），这是通过比较中间元素和目标元素来实现的。</li>
 <li><strong>子问题是独立的</strong>：在二分查找中，每轮只处理一个子问题，它不受另外子问题的影响。</li>
-<li><strong>子问题的解无需合并</strong>：二分查找旨在查找一个特定元素，因此不需要将子问题的解进行合并。当子问题得到解决时，原问题也会同时得到解决。</li>
+<li><strong>子问题的解无须合并</strong>：二分查找旨在查找一个特定元素，因此不需要将子问题的解进行合并。当子问题得到解决时，原问题也会同时得到解决。</li>
 </ul>
 <p>分治能够提升搜索效率，本质上是因为暴力搜索每轮只能排除一个选项，<strong>而分治搜索每轮可以排除一半选项</strong>。</p>
 <h3 id="1">1. &nbsp; 基于分治实现二分<a class="headerlink" href="#1" title="Permanent link">&para;</a></h3>

chapter_divide_and_conquer/summary/index.html

@@ -3350,7 +3350,7 @@
 <li>分治算法是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。</li>
 <li>判断是否是分治算法问题的依据包括：问题能否被分解、子问题是否独立、子问题是否可以被合并。</li>
 <li>归并排序是分治策略的典型应用，其递归地将数组划分为等长的两个子数组，直到只剩一个元素时开始逐层合并，从而完成排序。</li>
-<li>引入分治策略往往可以带来算法效率的提升。一方面，分治策略减少了计算操作数量；另一方面，分治后有利于系统的并行优化。</li>
+<li>引入分治策略往往可以带来算法效率的提升。一方面，分治策略减少了操作数量；另一方面，分治后有利于系统的并行优化。</li>
 <li>分治既可以解决许多算法问题，也广泛应用于数据结构与算法设计中，处处可见其身影。</li>
 <li>相较于暴力搜索，自适应搜索效率更高。时间复杂度为 <span class="arithmatex">\(O(\log n)\)</span> 的搜索算法通常都是基于分治策略实现的。</li>
 <li>二分查找是分治思想的另一个典型应用，它不包含将子问题的解进行合并的步骤。我们可以通过递归分治实现二分查找。</li>