Number the H1 and H2 headings.

docs/chapter_searching/binary_search.md

@@ -2,7 +2,7 @@
 comments: true
 ---
 
-# 二分查找
+# 10.2. 二分查找
 
 「二分查找 Binary Search」利用数据的有序性，通过每轮缩小一半搜索区间来查找目标元素。
 
@@ -11,7 +11,7 @@ comments: true
 - **要求输入数据是有序的**，这样才能通过判断大小关系来排除一半的搜索区间；
 - **二分查找仅适用于数组**，而在链表中使用效率很低，因为其在循环中需要跳跃式（非连续地）访问元素。
 
-## 算法实现
+## 10.2.1. 算法实现
 
 给定一个长度为 $n$ 的排序数组 `nums` ，元素从小到大排列。数组的索引取值范围为
 
@@ -517,13 +517,13 @@ $$
     let m = i + (j - 1) / 2
     ```
 
-## 复杂度分析
+## 10.2.2. 复杂度分析
 
 **时间复杂度 $O(\log n)$** ：其中 $n$ 为数组或链表长度；每轮排除一半的区间，因此循环轮数为 $\log_2 n$ ，使用 $O(\log n)$ 时间。
 
 **空间复杂度 $O(1)$** ：指针 `i` , `j` 使用常数大小空间。
 
-## 优点与缺点
+## 10.2.3. 优点与缺点
 
 二分查找效率很高，体现在：
 

docs/chapter_searching/hashing_search.md

@@ -2,7 +2,7 @@
 comments: true
 ---
 
-# 哈希查找
+# 10.3. 哈希查找
 
 !!! question
 
@@ -10,7 +10,7 @@ comments: true
 
 「哈希查找 Hash Searching」借助一个哈希表来存储需要的「键值对 Key Value Pair」，我们可以在 $O(1)$ 时间下实现“键 $\rightarrow$ 值”映射查找，体现着“以空间换时间”的算法思想。
 
-## 算法实现
+## 10.3.1. 算法实现
 
 如果我们想要给定数组中的一个目标元素 `target` ，获取该元素的索引，那么可以借助一个哈希表实现查找。
 
@@ -221,13 +221,13 @@ comments: true
     }
     ```
 
-## 复杂度分析
+## 10.3.2. 复杂度分析
 
 **时间复杂度 $O(1)$** ：哈希表的查找操作使用 $O(1)$ 时间。
 
 **空间复杂度 $O(n)$** ：其中 $n$ 为数组或链表长度。
 
-## 优点与缺点
+## 10.3.3. 优点与缺点
 
 在哈希表中，**查找、插入、删除操作的平均时间复杂度都为 $O(1)$** ，这意味着无论是高频增删还是高频查找场景，哈希查找的性能表现都非常好。当然，一切的前提是保证哈希表未退化。
 

docs/chapter_searching/linear_search.md

@@ -2,11 +2,11 @@
 comments: true
 ---
 
-# 线性查找
+# 10.1. 线性查找
 
 「线性查找 Linear Search」是一种最基础的查找方法，其从数据结构的一端开始，依次访问每个元素，直到另一端后停止。
 
-## 算法实现
+## 10.1.1. 算法实现
 
 线性查找实质上就是遍历数据结构 + 判断条件。比如，我们想要在数组 `nums` 中查找目标元素 `target` 的对应索引，那么可以在数组中进行线性查找。
 
@@ -297,13 +297,13 @@ comments: true
     }
     ```
 
-## 复杂度分析
+## 10.1.2. 复杂度分析
 
 **时间复杂度 $O(n)$** ：其中 $n$ 为数组或链表长度。
 
 **空间复杂度 $O(1)$** ：无需使用额外空间。
 
-## 优点与缺点
+## 10.1.3. 优点与缺点
 
 **线性查找的通用性极佳**。由于线性查找是依次访问元素的，即没有跳跃访问元素，因此数组或链表皆适用。
 

docs/chapter_searching/summary.md

@@ -2,7 +2,7 @@
 comments: true
 ---
 
-# 小结
+# 10.4. 小结
 
 - 线性查找是一种最基础的查找方法，通过遍历数据结构 + 判断条件实现查找。
 - 二分查找利用数据的有序性，通过循环不断缩小一半搜索区间来实现查找，其要求输入数据是有序的，并且仅适用于数组或基于数组实现的数据结构。