diff --git a/chapter_appendix/contribution.md b/chapter_appendix/contribution.md
index 26452ad8f..c4711e36e 100644
--- a/chapter_appendix/contribution.md
+++ b/chapter_appendix/contribution.md
@@ -4,9 +4,9 @@ comments: true
 
 # 16.2   一起参与创作
 
-由于作者能力有限，书中难免存在一些遗漏和错误，请您谅解。如果您发现了笔误、失效链接、内容缺失、文字歧义、解释不清晰或行文结构不合理等问题，请协助我们进行修正，以帮助其他读者获得更优质的学习资源。
+由于作者能力有限，书中难免存在一些遗漏和错误，请您谅解。如果您发现了笔误、失效链接、内容缺失、文字歧义、解释不清晰或行文结构不合理等问题，请协助我们进行修正，以给读者提供更优质的学习资源。
 
-所有[撰稿人](https://github.com/krahets/hello-algo/graphs/contributors)的 GitHub ID 将在仓库、网页版和 PDF 版的主页上进行展示，以感谢他们对开源社区的无私奉献。
+所有[撰稿人](https://github.com/krahets/hello-algo/graphs/contributors)的 GitHub ID 将被展示在本书的仓库主页上，以感谢他们对开源社区的无私奉献。
 
 !!! success "开源的魅力"
 
@@ -40,11 +40,9 @@ comments: true
 
 ### 3.   Docker 部署
 
-执行以下 Docker 脚本，稍等片刻，即可在网页 `http://localhost:8000` 访问本项目。
+在 `hello-algo` 根目录下，执行以下 Docker 脚本，即可在 `http://localhost:8000` 访问本项目。
 
 ```shell
-git clone https://github.com/krahets/hello-algo.git
-cd hello-algo
 docker-compose up -d
 ```
 
diff --git a/chapter_heap/top_k.md b/chapter_heap/top_k.md
index 8de4a252e..508dd76f7 100644
--- a/chapter_heap/top_k.md
+++ b/chapter_heap/top_k.md
@@ -205,13 +205,51 @@ comments: true
 === "JS"
 
     ```javascript title="top_k.js"
-    [class]{}-[func]{topKHeap}
+    /* 基于堆查找数组中最大的 k 个元素 */
+    function topKHeap(nums, k) {
+        // 使用大顶堆 MaxHeap，对数组 nums 取相反数
+        const invertedNums = nums.map((num) => -num);
+        // 将数组的前 k 个元素入堆
+        const heap = new MaxHeap(invertedNums.slice(0, k));
+        // 从第 k+1 个元素开始，保持堆的长度为 k
+        for (let i = k; i < invertedNums.length; i++) {
+            // 若当前元素小于堆顶元素，则将堆顶元素出堆、当前元素入堆
+            if (invertedNums[i] < heap.peek()) {
+                heap.pop();
+                heap.push(invertedNums[i]);
+            }
+        }
+        // 取出堆中元素
+        const maxHeap = heap.getMaxHeap();
+        // 对堆中元素取相反数
+        const invertedMaxHeap = maxHeap.map((num) => -num);
+        return invertedMaxHeap;
+    }
     ```
 
 === "TS"
 
     ```typescript title="top_k.ts"
-    [class]{}-[func]{topKHeap}
+    /* 基于堆查找数组中最大的 k 个元素 */
+    function topKHeap(nums: number[], k: number): number[] {
+        // 将堆中所有元素取反，从而用大顶堆来模拟小顶堆
+        const invertedNums = nums.map((num) => -num);
+        // 将数组的前 k 个元素入堆
+        const heap = new MaxHeap(invertedNums.slice(0, k));
+        // 从第 k+1 个元素开始，保持堆的长度为 k
+        for (let i = k; i < invertedNums.length; i++) {
+            // 若当前元素小于堆顶元素，则将堆顶元素出堆、当前元素入堆
+            if (invertedNums[i] < heap.peek()) {
+                heap.pop();
+                heap.push(invertedNums[i]);
+            }
+        }
+        // 取出堆中元素
+        const maxHeap = heap.getMaxHeap();
+        // 对堆中元素取相反数
+        const invertedMaxHeap = maxHeap.map((num) => -num);
+        return invertedMaxHeap;
+    }
     ```
 
 === "Dart"
diff --git a/index.md b/index.md
index 81a3af132..eb668b3e6 100644
--- a/index.md
+++ b/index.md
@@ -84,9 +84,9 @@ hide:
 
 <h2 align="center"> 序 </h2>
 
-两年前，我在力扣上分享了《剑指 Offer》系列题解，受到了许多同学的喜爱和支持。在与读者的交流期间，最常收到的一个问题是“如何入门学习算法”。逐渐地，我对这个问题产生了浓厚的兴趣。
+两年前，我在力扣上分享了《剑指 Offer》系列题解，受到了许多同学的喜爱和支持。在与读者的交流期间，最常收到的一个问题是“如何入门学习算法”。我逐渐对这个问题产生了浓厚的兴趣。
 
-两眼一抹黑地刷题似乎是最受欢迎的方法，简单直接且有效。然而刷题就如同玩“扫雷”游戏，自学能力强的同学能够顺利地将地雷逐个排掉，而基础不足的同学很可能被炸的满头是包，并在挫折中步步退缩。通读教材书籍也是一种常见做法，但对于面向求职的同学来说，毕业季、投递简历、准备笔试面试已经占据了大部分精力，厚重的书籍往往变成了一项艰巨的挑战。
+两眼一抹黑地刷题似乎是最受欢迎的方法，简单直接且有效。刷题就如同玩“扫雷”游戏，自学能力强的同学能够顺利地将地雷逐个排掉，而基础不足的同学很可能被炸的满头是包，并在挫折中步步退缩。通读教材书籍也是一种常见做法，但对于面向求职的同学来说，毕业季、投递简历、准备笔试面试已经占据了大部分精力，厚重的书籍往往变成了一项艰巨的挑战。
 
 如果你也面临类似的困扰，那么很幸运这本书找到了你。本书是我对此问题的给出的答案，即使不是最优解，也至少是一次积极的尝试。这本书虽然不足以让你直接拿到 Offer ，但会引导你探索数据结构与算法的“知识地图”，带你了解不同“地雷”的形状大小和分布位置，让你掌握各种“排雷方法”。有了这些本领，相信你可以更加自如地应对刷题和阅读文献，逐步构建起完整的知识体系。