deploy

chapter_preface/suggestions/index.html

@@ -3731,8 +3731,7 @@
 
 <p>运行代码的前置工作主要分为三步。</p>
 <p><strong>第一步：安装本地编程环境</strong>。请参照附录所示的<a href="https://www.hello-algo.com/chapter_appendix/installation/">教程</a>进行安装，如果已安装，则可跳过此步骤。</p>
-<p><strong>第二步：克隆或下载代码仓库</strong>。前往 <a href="https://github.com/krahets/hello-algo">GitHub 仓库</a>。</p>
-<p>如果已经安装 <a href="https://git-scm.com/downloads">Git</a> ，可以通过以下命令克隆本仓库：</p>
+<p><strong>第二步：克隆或下载代码仓库</strong>。前往 <a href="https://github.com/krahets/hello-algo">GitHub 仓库</a>。如果已经安装 <a href="https://git-scm.com/downloads">Git</a> ，可以通过以下命令克隆本仓库：</p>
 <div class="highlight"><pre><span></span><code><a id="__codelineno-12-1" name="__codelineno-12-1" href="#__codelineno-12-1"></a>git<span class="w"> </span>clone<span class="w"> </span>https://github.com/krahets/hello-algo.git
 </code></pre></div>
 <p>当然，你也可以在图 0-4 所示的位置，点击“Download ZIP”按钮直接下载代码压缩包，然后在本地解压即可。</p>
@@ -3743,11 +3742,15 @@
 <p><a class="glightbox" href="../suggestions.assets/code_md_to_repo.png" data-type="image" data-width="100%" data-height="auto" data-desc-position="bottom"><img alt="代码块与对应的源代码文件" class="animation-figure" src="../suggestions.assets/code_md_to_repo.png" /></a></p>
 <p align="center"> 图 0-5 &nbsp; 代码块与对应的源代码文件 </p>
 
+<p>除了本地运行代码，<strong>网页版还支持 Python 代码的可视化运行</strong>（基于 <a href="https://pythontutor.com/">pythontutor</a> 实现）。如图 0-6 所示，你可以点击代码块下方的“可视化运行”来展开视图，观察算法代码的执行过程；也可以点击“全屏观看”，以获得更好的阅览体验。</p>
+<p><a class="glightbox" href="../suggestions.assets/pythontutor_example.png" data-type="image" data-width="100%" data-height="auto" data-desc-position="bottom"><img alt="Python 代码的可视化运行" class="animation-figure" src="../suggestions.assets/pythontutor_example.png" /></a></p>
+<p align="center"> 图 0-6 &nbsp; Python 代码的可视化运行 </p>
+
 <h2 id="024">0.2.4 &nbsp; 在提问讨论中共同成长<a class="headerlink" href="#024" title="Permanent link">&para;</a></h2>
 <p>在阅读本书时，请不要轻易跳过那些没学明白的知识点。<strong>欢迎在评论区提出你的问题</strong>，我和小伙伴们将竭诚为你解答，一般情况下可在两天内回复。</p>
-<p>如图 0-6 所示，网页版每个章节的底部都配有评论区。希望你能多关注评论区的内容。一方面，你可以了解大家遇到的问题，从而查漏补缺，激发更深入的思考。另一方面，期待你能慷慨地回答其他小伙伴的问题，分享你的见解，帮助他人进步。</p>
+<p>如图 0-7 所示，网页版每个章节的底部都配有评论区。希望你能多关注评论区的内容。一方面，你可以了解大家遇到的问题，从而查漏补缺，激发更深入的思考。另一方面，期待你能慷慨地回答其他小伙伴的问题，分享你的见解，帮助他人进步。</p>
 <p><a class="glightbox" href="../../index.assets/comment.gif" data-type="image" data-width="100%" data-height="auto" data-desc-position="bottom"><img alt="评论区示例" class="animation-figure" src="../../index.assets/comment.gif" /></a></p>
-<p align="center"> 图 0-6 &nbsp; 评论区示例 </p>
+<p align="center"> 图 0-7 &nbsp; 评论区示例 </p>
 
 <h2 id="025">0.2.5 &nbsp; 算法学习路线<a class="headerlink" href="#025" title="Permanent link">&para;</a></h2>
 <p>从总体上看，我们可以将学习数据结构与算法的过程划分为三个阶段。</p>
@@ -3756,9 +3759,9 @@
 <li><strong>阶段二：刷算法题</strong>。建议从热门题目开刷，如“<a href="https://leetcode.cn/studyplan/coding-interviews/">剑指 Offer</a>”和“<a href="https://leetcode.cn/studyplan/top-100-liked/">LeetCode Hot 100</a>”，先积累至少 100 道题目，熟悉主流的算法问题。初次刷题时，“知识遗忘”可能是一个挑战，但请放心，这是很正常的。我们可以按照“艾宾浩斯遗忘曲线”来复习题目，通常在进行 3～5 轮的重复后，就能将其牢记在心。</li>
 <li><strong>阶段三：搭建知识体系</strong>。在学习方面，我们可以阅读算法专栏文章、解题框架和算法教材，以不断丰富知识体系。在刷题方面，可以尝试采用进阶刷题策略，如按专题分类、一题多解、一解多题等，相关的刷题心得可以在各个社区找到。</li>
 </ol>
-<p>如图 0-7 所示，本书内容主要涵盖“阶段一”，旨在帮助你更高效地展开阶段二和阶段三的学习。</p>
+<p>如图 0-8 所示，本书内容主要涵盖“阶段一”，旨在帮助你更高效地展开阶段二和阶段三的学习。</p>
 <p><a class="glightbox" href="../suggestions.assets/learning_route.png" data-type="image" data-width="100%" data-height="auto" data-desc-position="bottom"><img alt="算法学习路线" class="animation-figure" src="../suggestions.assets/learning_route.png" /></a></p>
-<p align="center"> 图 0-7 &nbsp; 算法学习路线 </p>
+<p align="center"> 图 0-8 &nbsp; 算法学习路线 </p>
 
 <!-- Source file information -->