Remove the markdown mark.

ru/docs/chapter_backtracking/index.md

@@ -1,4 +1,3 @@
-```markdown
 # Поиск с возвратом
 
 ![Поиск с возвратом](../assets/covers/chapter_backtracking.jpg)
@@ -8,4 +7,3 @@
     Мы как исследователи в лабиринте, на пути вперед можем встретить трудности.
     
     Сила возврата позволяет нам начать заново, постоянно пробовать и в конечном итоге найти выход к свету.
-```

ru/docs/chapter_backtracking/n_queens_problem.md

@@ -1,4 +1,3 @@
-```markdown
 # Задача о n ферзях
 
 !!! question
@@ -52,4 +51,3 @@
 Расстановка по строкам выполняется $n$ раз, с учетом ограничения по столбцам от первой строки до последней строки имеется $n$, $n-1$, $\dots$, $2$, $1$ вариантов выбора, что требует $O(n!)$ времени. При записи решения необходимо скопировать матрицу `state` и добавить ее в `res`, операция копирования занимает $O(n^2)$ времени. Таким образом, **общая временная сложность составляет $O(n! \cdot n^2)$**. На самом деле, обрезка по диагональным ограничениям также может значительно сократить пространство поиска, поэтому эффективность поиска часто лучше указанной временной сложности.
 
 Массив `state` использует $O(n^2)$ пространства, массивы `cols`, `diags1` и `diags2` используют по $O(n)$ пространства. Максимальная глубина рекурсии равна $n$, используя $O(n)$ пространства стека. Таким образом, **пространственная сложность составляет $O(n^2)$**.
-```

ru/docs/chapter_backtracking/summary.md

@@ -1,4 +1,3 @@
-```markdown
 # Резюме
 
 ### Ключевые моменты
@@ -22,4 +21,3 @@
 
 - Алгоритм поиска с возвратом обычно реализуется на основе рекурсии. Однако поиск с возвратом -- это одна из областей применения рекурсии, это применение рекурсии в задачах поиска.
 - Структура рекурсии отражает парадигму решения задач «декомпозиция подзадач», часто используется для решения задач методом «разделяй и властвуй», поиска с возвратом, динамического программирования (рекурсия с мемоизацией) и других задач.
-```