From d6bc92e2142fa0534f1b06b4c4f9895ae6c1ffeb Mon Sep 17 00:00:00 2001
From: paigeman <53284808+paigeman@users.noreply.github.com>
Date: Sat, 9 Mar 2024 11:16:19 +0800
Subject: [PATCH] fix typos

show some LaTeX formula normally
---
 problems/周总结/20201210复杂度分析周末总结.md | 6 +++---
 1 file changed, 3 insertions(+), 3 deletions(-)

diff --git a/problems/周总结/20201210复杂度分析周末总结.md b/problems/周总结/20201210复杂度分析周末总结.md
index cd3b2f13..461219f2 100644
--- a/problems/周总结/20201210复杂度分析周末总结.md
+++ b/problems/周总结/20201210复杂度分析周末总结.md
@@ -54,10 +54,10 @@
 文中涉及如下问题：
 
 * 究竟什么是大O？大O表示什么意思？严格按照大O的定义来说，快排应该是$O(n^2)$的算法！
-* $O(n^2)$的算法为什么有时候比$O(n)$的算法更优？
+* $O(n^2)$ 的算法为什么有时候比 $O(n)$ 的算法更优？
 * 什么时间复杂度为什么可以忽略常数项？
 * 如何简化复杂的时间复杂度表达式，原理是什么？
-* $O(\log n)$中的log究竟是以谁为底？
+* $O(\log n)$ 中的log究竟是以谁为底？
 
 这些问题大家可能懵懵懂懂的了解一些，但一细问又答不上来。
 
@@ -96,7 +96,7 @@
 
 文中给出了四个版本的代码实现，并逐一分析了其时间复杂度。
 
-此时大家就会发现，同一道题目，同样使用递归算法，有的同学会写出了O(n)的代码，有的同学就写出了$O(\log n)$的代码。
+此时大家就会发现，同一道题目，同样使用递归算法，有的同学会写出了O(n)的代码，有的同学就写出了 $O(\log n)$ 的代码。
 
 其本质是要对递归的时间复杂度有清晰的认识，才能运用递归来有效的解决问题！