build

chapter_searching/binary_search.md

@@ -8,7 +8,9 @@ comments: true
 
 我们先来求解一个简单的二分查找问题。
 
-!!! question "给定一个长度为 $n$ 的有序数组 `nums` ，元素按从小到大的顺序排列。查找并返回元素 `target` 在该数组中的索引。若数组中不包含该元素，则返回 $-1$ 。数组中不包含重复元素。"
+!!! question
+
+    给定一个长度为 $n$ 的有序数组 `nums` ，元素按从小到大的顺序排列。请查找并返回元素 `target` 在该数组中的索引。若数组中不包含该元素，则返回 $-1$ 。数组中不包含重复元素。
 
 该数组的索引范围可以使用区间 $[0, n - 1]$ 来表示。其中，**中括号表示“闭区间”，即包含边界值本身**。在该表示下，区间 $[i, j]$ 在 $i = j$ 时仍包含一个元素，在 $i > j$ 时为空区间。
 

chapter_searching/binary_search_edge.md

@@ -14,7 +14,9 @@ comments: true
 
 ## 10.2.1.   查找最左一个元素
 
-!!! question "查找并返回元素 `target` 在有序数组 `nums` 中首次出现的索引。若数组中不包含该元素，则返回 $-1$ 。数组可能包含重复元素。"
+!!! question
+
+    给定一个长度为 $n$ 的有序数组 `nums` 。请查找并返回元素 `target` 在该数组中首次出现的索引。若数组中不包含该元素，则返回 $-1$ 。数组可能包含重复元素。
 
 实际上，我们可以仅通过二分查找解决以上问题。方法的整体框架不变，先计算中点索引 `m` ，再判断 `target` 和 `nums[m]` 大小关系：
 
@@ -104,11 +106,11 @@ comments: true
         while i <= j:
             m = (i + j) // 2  # 计算中点索引 m
             if nums[m] < target:
-                i = m + 1  # 此情况说明 target 在区间 [m+1, j] 中
+                i = m + 1  # target 在区间 [m+1, j] 中
             elif nums[m] > target:
-                j = m - 1  # 此情况说明 target 在区间 [i, m-1] 中
+                j = m - 1  # target 在区间 [i, m-1] 中
             else:
-                j = m - 1  # 此情况说明首个小于 target 的元素在区间 [i, m-1] 中
+                j = m - 1  # 首个小于 target 的元素在区间 [i, m-1] 中
         if i == len(nums) or nums[i] != target:
             return -1  # 未找到目标元素，返回 -1
         return i

chapter_searching/replace_linear_by_hashing.md

@@ -6,9 +6,9 @@ comments: true
 
 在算法题中，**我们常通过将线性查找替换为哈希查找来降低算法的时间复杂度**。我们借助一个算法题来加深理解。
 
-!!! question "两数之和"
+!!! question
 
-    给定一个整数数组 `nums` 和一个整数目标值 `target` ，请在数组中搜索“和”为目标值 `target` 的两个整数，并返回他们在数组中的索引。注意，数组中同一个元素在答案里不能重复出现。返回任意一个解即可。
+    给定一个整数数组 `nums` 和一个目标元素 `target` ，请在数组中搜索“和”为 `target` 的两个元素，并返回它们的数组索引。返回任意一个解即可。
 
 ## 10.3.1.   线性查找：以时间换空间