deploy

chapter_backtracking/backtracking_algorithm/index.html

@@ -5010,6 +5010,7 @@
 <p>相比基于前序遍历的代码实现，基于回溯算法框架的代码实现虽然显得啰嗦，但通用性更好。实际上，<strong>许多回溯问题都可以在该框架下解决</strong>。我们只需根据具体问题来定义 <code>state</code> 和 <code>choices</code> ，并实现框架中的各个方法即可。</p>
 <h2 id="1314">13.1.4. &nbsp; 常用术语<a class="headerlink" href="#1314" title="Permanent link">&para;</a></h2>
 <p>为了更清晰地分析算法问题，我们总结一下回溯算法中常用术语的含义，并对照例题三给出对应示例。</p>
+<div class="center-table">
 <table>
 <thead>
 <tr>
@@ -5051,6 +5052,7 @@
 </tr>
 </tbody>
 </table>
+</div>
 <div class="admonition tip">
 <p class="admonition-title">Tip</p>
 <p>问题、解、状态等概念是通用的，在分治、回溯、动态规划、贪心等算法中都有涉及。</p>

chapter_backtracking/permutations_problem/index.html

@@ -3508,6 +3508,8 @@
 <h1 id="132">13.2. &nbsp; 全排列问题<a class="headerlink" href="#132" title="Permanent link">&para;</a></h1>
 <p>全排列问题是回溯算法的一个典型应用。它的定义是在给定一个集合（如一个数组或字符串）的情况下，找出这个集合中元素的所有可能的排列。</p>
 <p>下表列举了几个示例数据，包括输入数组和对应的所有排列。</p>
+<p align="center"> 表：数组与链表的效率对比 </p>
+
 <div class="center-table">
 <table>
 <thead>