Remove the heading numbers

in all the source docs.

docs/chapter_heap/heap.md

@@ -2,7 +2,7 @@
 comments: true
 ---
 
-# 8.1. 堆
+# 堆
 
 「堆 Heap」是一棵限定条件下的「完全二叉树」。根据成立条件，堆主要分为两种类型：
 
@@ -11,13 +11,13 @@ comments: true
 
 ![min_heap_and_max_heap](heap.assets/min_heap_and_max_heap.png)
 
-## 8.1.1. 堆术语与性质
+## 堆术语与性质
 
 - 由于堆是完全二叉树，因此最底层结点靠左填充，其它层结点皆被填满。
 - 二叉树中的根结点对应「堆顶」，底层最靠右结点对应「堆底」。
 - 对于大顶堆 / 小顶堆，其堆顶元素（即根结点）的值最大 / 最小。
 
-## 8.1.2. 堆常用操作
+## 堆常用操作
 
 值得说明的是，多数编程语言提供的是「优先队列 Priority Queue」，其是一种抽象数据结构，**定义为具有出队优先级的队列**。
 
@@ -272,7 +272,7 @@ comments: true
 
     ```
 
-## 8.1.3. 堆的实现
+## 堆的实现
 
 下文实现的是「大顶堆」，若想转换为「小顶堆」，将所有大小逻辑判断取逆（例如将 $\geq$ 替换为 $\leq$ ）即可，有兴趣的同学可自行实现。
 
@@ -780,7 +780,7 @@ $$
 
 进一步地，高度为 $h$ 的完美二叉树的结点数量为 $n = 2^{h+1} - 1$ ，易得复杂度为 $O(2^h) = O(n)$。以上推算表明，**输入列表并建堆的时间复杂度为 $O(n)$ ，非常高效**。
 
-## 8.1.4. 堆常见应用
+## 堆常见应用
 
 - **优先队列**。堆常作为实现优先队列的首选数据结构，入队和出队操作时间复杂度为 $O(\log n)$ ，建队操作为 $O(n)$ ，皆非常高效。
 - **堆排序**。给定一组数据，我们使用其建堆，并依次全部弹出，则可以得到有序的序列。当然，堆排序一般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。