deploy

chapter_introduction/algorithms_are_everywhere/index.html

@@ -2174,15 +2174,10 @@
 <h1 id="11">1.1. &nbsp; 算法无处不在<a class="headerlink" href="#11" title="Permanent link">&para;</a></h1>
 <p>当我们听到“算法”这个词时，很自然地会想到数学。然而实际上，许多算法并不涉及复杂数学，而是更多地依赖于基本逻辑，这些逻辑在我们的日常生活中处处可见。</p>
 <p>在正式探讨算法之前，有一个有趣的事实值得分享：<strong>你已经在不知不觉中学会了许多算法，并习惯将它们应用到日常生活中了</strong>。下面，我将举几个具体例子来证实这一点。</p>
-<p><strong>例一：拼装积木</strong>。一套积木，除了包含许多零件之外，还附有详细的组装说明书。我们按照说明书一步步操作，就能组装出精美的积木模型。</p>
-<p>从数据结构与算法的角度来看，积木的各种形状和连接方式代表数据结构，而组装说明书上的一系列步骤则是算法。</p>
-<p><img alt="拼装积木" src="../algorithms_are_everywhere.assets/assembling_blocks.jpg" /></p>
-<p align="center"> Fig. 拼装积木 </p>
-
-<p><strong>例二：查阅字典</strong>。在字典里，每个汉字都对应一个拼音，而字典是按照拼音的英文字母顺序排列的。假设我们需要查找一个拼音首字母为 <span class="arithmatex">\(r\)</span> 的字，通常会这样操作：</p>
+<p><strong>例一：查阅字典</strong>。在字典里，每个汉字都对应一个拼音，而字典是按照拼音的英文字母顺序排列的。假设我们需要查找一个拼音首字母为 <span class="arithmatex">\(r\)</span> 的字，通常会这样操作：</p>
 <ol>
-<li>翻开字典约一半的页数，查看该页首字母是什么（假设为 <span class="arithmatex">\(m\)</span> ）；</li>
-<li>由于在英文字母表中 <span class="arithmatex">\(r\)</span> 位于 <span class="arithmatex">\(m\)</span> 之后，所以排除字典前半部分，查找范围缩小到后半部分；</li>
+<li>翻开字典约一半的页数，查看该页首字母是什么，假设首字母为 <span class="arithmatex">\(m\)</span> 。</li>
+<li>由于在英文字母表中 <span class="arithmatex">\(r\)</span> 位于 <span class="arithmatex">\(m\)</span> 之后，所以排除字典前半部分，查找范围缩小到后半部分。</li>
 <li>不断重复步骤 1-2 ，直至找到拼音首字母为 <span class="arithmatex">\(r\)</span> 的页码为止。</li>
 </ol>
 <div class="tabbed-set tabbed-alternate" data-tabs="1:5"><input checked="checked" id="__tabbed_1_1" name="__tabbed_1" type="radio" /><input id="__tabbed_1_2" name="__tabbed_1" type="radio" /><input id="__tabbed_1_3" name="__tabbed_1" type="radio" /><input id="__tabbed_1_4" name="__tabbed_1" type="radio" /><input id="__tabbed_1_5" name="__tabbed_1" type="radio" /><div class="tabbed-labels"><label for="__tabbed_1_1">&lt;1&gt;</label><label for="__tabbed_1_2">&lt;2&gt;</label><label for="__tabbed_1_3">&lt;3&gt;</label><label for="__tabbed_1_4">&lt;4&gt;</label><label for="__tabbed_1_5">&lt;5&gt;</label></div>
@@ -2205,6 +2200,17 @@
 </div>
 </div>
 <p>查阅字典这个小学生必备技能，实际上就是著名的「二分查找」。从数据结构的角度，我们可以把字典视为一个已排序的「数组」；从算法的角度，我们可以将上述查字典的一系列操作看作是「二分查找」算法。</p>
+<p><strong>例二：整理扑克</strong>。我们在打斗地主时，每局都需要整理扑克牌，使其从小到大排列，实现流程如下：</p>
+<ol>
+<li>将扑克牌划分为“有序”和“无序”两部分，并假设初始状态下最左 1 张扑克牌已经有序。</li>
+<li>在无序区间抽出一张扑克牌，插入至有序区间的正确位置；完成后最左 2 张扑克已经有序。</li>
+<li>在无序区间抽出一张扑克牌，插入至有序区间的正确位置；完成后最左 3 张扑克已经有序。</li>
+<li>不断循环以上操作，直至所有扑克牌都有序后终止。</li>
+</ol>
+<p>以上整理扑克牌的方法本质上就是「插入排序」，它在处理小型数据集时非常高效，因此插入排序常作为编程语言的排序库函数的重要组成部分。</p>
+<p><img alt="扑克排序步骤" src="../algorithms_are_everywhere.assets/playing_cards_sorting.png" /></p>
+<p align="center"> Fig. 扑克排序步骤 </p>
+
 <p><strong>例三：货币找零</strong>。假设我们在超市购买了 <span class="arithmatex">\(69\)</span> 元的商品，给收银员付了 <span class="arithmatex">\(100\)</span> 元，则收银员需要给我们找 <span class="arithmatex">\(31\)</span> 元。他会很自然地完成以下思考：</p>
 <ol>
 <li>可选项是比 <span class="arithmatex">\(31\)</span> 元面值更小的货币，包括 <span class="arithmatex">\(1\)</span> , <span class="arithmatex">\(5\)</span> , <span class="arithmatex">\(10\)</span> , <span class="arithmatex">\(20\)</span> 元。</li>
@@ -2214,8 +2220,8 @@
 <li>完成找零，方案为 <span class="arithmatex">\(20 + 10 + 1 = 31\)</span> 元。</li>
 </ol>
 <p>在以上步骤中，我们每一步都采取当前看来最好的选择（尽可能用大面额的货币），最终得到了可行的找零方案。从数据结构与算法的角度看，这种方法本质上是「贪心算法」。</p>
-<p><img alt="货币找零" src="../algorithms_are_everywhere.assets/greedy_change.png" /></p>
-<p align="center"> Fig. 货币找零 </p>
+<p><img alt="货币找零过程" src="../algorithms_are_everywhere.assets/greedy_change.png" /></p>
+<p align="center"> Fig. 货币找零过程 </p>
 
 <p>小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使我们能够通过编程将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题转移到计算机上，以更高效的方式解决各种复杂问题。</p>
 <div class="admonition tip">