deploy

chapter_heap/heap/index.html

@@ -4501,7 +4501,7 @@
 </div>
 </div>
 <h3 id="4">4. &nbsp; 堆顶元素出堆<a class="headerlink" href="#4" title="Permanent link">&para;</a></h3>
-<p>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。</p>
+<p>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，我们采用以下操作步骤。</p>
 <ol>
 <li>交换堆顶元素与堆底元素（即交换根节点与最右叶节点）。</li>
 <li>交换完成后，将堆底从列表中删除（注意，由于已经交换，实际上删除的是原来的堆顶元素）。</li>

chapter_heap/summary/index.html

@@ -1658,8 +1658,15 @@
     <ul class="md-nav__list" data-md-component="toc" data-md-scrollfix>
       
         <li class="md-nav__item">
-  <a href="#841-q-a" class="md-nav__link">
-    8.4.1 &nbsp; Q &amp; A
+  <a href="#1" class="md-nav__link">
+    1. &nbsp; 重点回顾
+  </a>
+  
+</li>
+      
+        <li class="md-nav__item">
+  <a href="#2-q-a" class="md-nav__link">
+    2. &nbsp; Q &amp; A
   </a>
   
 </li>
@@ -3398,8 +3405,15 @@
     <ul class="md-nav__list" data-md-component="toc" data-md-scrollfix>
       
         <li class="md-nav__item">
-  <a href="#841-q-a" class="md-nav__link">
-    8.4.1 &nbsp; Q &amp; A
+  <a href="#1" class="md-nav__link">
+    1. &nbsp; 重点回顾
+  </a>
+  
+</li>
+      
+        <li class="md-nav__item">
+  <a href="#2-q-a" class="md-nav__link">
+    2. &nbsp; Q &amp; A
   </a>
   
 </li>
@@ -3428,6 +3442,7 @@
 
 
 <h1 id="84">8.4 &nbsp; 小结<a class="headerlink" href="#84" title="Permanent link">&para;</a></h1>
+<h3 id="1">1. &nbsp; 重点回顾<a class="headerlink" href="#1" title="Permanent link">&para;</a></h3>
 <ul>
 <li>堆是一棵完全二叉树，根据成立条件可分为大顶堆和小顶堆。大（小）顶堆的堆顶元素是最大（小）的。</li>
 <li>优先队列的定义是具有出队优先级的队列，通常使用堆来实现。</li>
@@ -3437,7 +3452,7 @@
 <li>输入 <span class="arithmatex">\(n\)</span> 个元素并建堆的时间复杂度可以优化至 <span class="arithmatex">\(O(n)\)</span> ，非常高效。</li>
 <li>Top-K 是一个经典算法问题，可以使用堆数据结构高效解决，时间复杂度为 <span class="arithmatex">\(O(n \log k)\)</span> 。</li>
 </ul>
-<h2 id="841-q-a">8.4.1 &nbsp; Q &amp; A<a class="headerlink" href="#841-q-a" title="Permanent link">&para;</a></h2>
+<h3 id="2-q-a">2. &nbsp; Q &amp; A<a class="headerlink" href="#2-q-a" title="Permanent link">&para;</a></h3>
 <div class="admonition question">
 <p class="admonition-title">数据结构的“堆”与内存管理的“堆”是同一个概念吗？</p>
 <p>两者不是同一个概念，只是碰巧都叫堆。计算机系统内存中的堆是动态内存分配的一部分，程序在运行时可以使用它来存储数据。程序可以请求一定量的堆内存，用于存储如对象和数组等复杂结构。当这些数据不再需要时，程序需要释放这些内存，以防止内存泄露。相较于栈内存，堆内存的管理和使用需要更谨慎，不恰当的使用可能会导致内存泄露和野指针等问题。</p>

chapter_heap/top_k/index.html

@@ -3469,7 +3469,7 @@
 
 <div class="admonition tip">
 <p class="admonition-title">Tip</p>
-<p>当 <span class="arithmatex">\(k = n\)</span> 时，我们可以得到从大到小的序列，等价于“选择排序”算法。</p>
+<p>当 <span class="arithmatex">\(k = n\)</span> 时，我们可以得到完整的有序序列，此时等价于“选择排序”算法。</p>
 </div>
 <h2 id="832">8.3.2 &nbsp; 方法二：排序<a class="headerlink" href="#832" title="Permanent link">&para;</a></h2>
 <p>如图 8-7 所示，我们可以先对数组 <code>nums</code> 进行排序，再返回最右边的 <span class="arithmatex">\(k\)</span> 个元素，时间复杂度为 <span class="arithmatex">\(O(n \log n)\)</span> 。</p>