Bug fixes and improvements (#1380)

* preorder, inorder, postorder -> pre-order, in-order, post-order

* Bug fixes

* Bug fixes

* Update what_is_dsa.md

* Sync zh and zh-hant versions

* Sync zh and zh-hant versions.

* Update performance_evaluation.md and time_complexity.md

* Add @khoaxuantu to the landing page.

* Sync zh and zh-hant versions

* Add @ khoaxuantu to the landing page of zh-hant and en versions.

zh-hant/docs/chapter_heap/heap.md

@@ -122,17 +122,17 @@
     Queue<Integer> minHeap = new PriorityQueue<>();
     // 初始化大頂堆積（使用 lambda 表示式修改 Comparator 即可）
     Queue<Integer> maxHeap = new PriorityQueue<>((a, b) -> b - a);
-    
+
     /* 元素入堆積 */
     maxHeap.offer(1);
     maxHeap.offer(3);
     maxHeap.offer(2);
     maxHeap.offer(5);
     maxHeap.offer(4);
-    
+
     /* 獲取堆積頂元素 */
     int peek = maxHeap.peek(); // 5
-    
+
     /* 堆積頂元素出堆積 */
     // 出堆積元素會形成一個從大到小的序列
     peek = maxHeap.poll(); // 5
@@ -140,13 +140,13 @@
     peek = maxHeap.poll(); // 3
     peek = maxHeap.poll(); // 2
     peek = maxHeap.poll(); // 1
-    
+
     /* 獲取堆積大小 */
     int size = maxHeap.size();
-    
+
     /* 判斷堆積是否為空 */
     boolean isEmpty = maxHeap.isEmpty();
-    
+
     /* 輸入串列並建堆積 */
     minHeap = new PriorityQueue<>(Arrays.asList(1, 3, 2, 5, 4));
     ```
@@ -337,7 +337,7 @@
     max_heap.push(2);
     max_heap.push(5);
     max_heap.push(4);
-    
+
     /* 獲取堆積頂元素 */
     let peek = max_heap.peek().unwrap();  // 5
 
@@ -373,17 +373,17 @@
     var minHeap = PriorityQueue<Int>()
     // 初始化大頂堆積（使用 lambda 表示式修改 Comparator 即可）
     val maxHeap = PriorityQueue { a: Int, b: Int -> b - a }
-    
+
     /* 元素入堆積 */
     maxHeap.offer(1)
     maxHeap.offer(3)
     maxHeap.offer(2)
     maxHeap.offer(5)
     maxHeap.offer(4)
-    
+
     /* 獲取堆積頂元素 */
     var peek = maxHeap.peek() // 5
-    
+
     /* 堆積頂元素出堆積 */
     // 出堆積元素會形成一個從大到小的序列
     peek = maxHeap.poll() // 5
@@ -391,13 +391,13 @@
     peek = maxHeap.poll() // 3
     peek = maxHeap.poll() // 2
     peek = maxHeap.poll() // 1
-    
+
     /* 獲取堆積大小 */
     val size = maxHeap.size
-    
+
     /* 判斷堆積是否為空 */
     val isEmpty = maxHeap.isEmpty()
-    
+
     /* 輸入串列並建堆積 */
     minHeap = PriorityQueue(mutableListOf(1, 3, 2, 5, 4))
     ```
@@ -405,7 +405,7 @@
 === "Ruby"
 
     ```ruby title="heap.rb"
-
+    # Ruby 未提供內建 Heap 類別
     ```
 
 === "Zig"
@@ -533,6 +533,6 @@
 
 ## 堆積的常見應用
 
-- **優先佇列**：堆積通常作為實現優先佇列的首選資料結構，其入列和出列操作的時間複雜度均為 $O(\log n)$ ，而建隊操作為 $O(n)$ ，這些操作都非常高效。
+- **優先佇列**：堆積通常作為實現優先佇列的首選資料結構，其入列和出列操作的時間複雜度均為 $O(\log n)$ ，而建堆積操作為 $O(n)$ ，這些操作都非常高效。
 - **堆積排序**：給定一組資料，我們可以用它們建立一個堆積，然後不斷地執行元素出堆積操作，從而得到有序資料。然而，我們通常會使用一種更優雅的方式實現堆積排序，詳見“堆積排序”章節。
 - **獲取最大的 $k$ 個元素**：這是一個經典的演算法問題，同時也是一種典型應用，例如選擇熱度前 10 的新聞作為微博熱搜，選取銷量前 10 的商品等。