build

chapter_divide_and_conquer/binary_search_recur.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 12.2.   分治搜索策略
+# 12.2   分治搜索策略
 
 我们已经学过，搜索算法分为两大类：
 

chapter_divide_and_conquer/build_binary_tree_problem.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 12.3.   构建二叉树问题
+# 12.3   构建二叉树问题
 
 !!! question
 

chapter_divide_and_conquer/divide_and_conquer.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 12.1.   分治算法
+# 12.1   分治算法
 
 「分治 Divide and Conquer」，全称分而治之，是一种非常重要且常见的算法策略。分治通常基于递归实现，包括“分”和“治”两步：
 
@@ -19,7 +19,7 @@ status: new
 
 <p align="center"> 图：归并排序的分治策略 </p>
 
-## 12.1.1. &nbsp; 如何判断分治问题
+## 12.1.1 &nbsp; 如何判断分治问题
 
 一个问题是否适合使用分治解决，通常可以参考以下几个判断依据：
 
@@ -33,7 +33,7 @@ status: new
 2. 每个子数组都可以独立地进行排序（子问题可以独立进行求解）。
 3. 两个有序子数组（子问题的解）可以被合并为一个有序数组（原问题的解）。
 
-## 12.1.2. &nbsp; 通过分治提升效率
+## 12.1.2 &nbsp; 通过分治提升效率
 
 分治不仅可以有效地解决算法问题，**往往还可以带来算法效率的提升**。在排序算法中，快速排序、归并排序、堆排序相较于选择、冒泡、插入排序更快，就是因为它们应用了分治策略。
 
@@ -79,7 +79,7 @@ $$
 
 <p align="center"> 图：桶排序的并行计算 </p>
 
-## 12.1.3. &nbsp; 分治常见应用
+## 12.1.3 &nbsp; 分治常见应用
 
 一方面，分治可以用来解决许多经典算法问题：
 

chapter_divide_and_conquer/hanota_problem.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 12.4.   汉诺塔问题
+# 12.4   汉诺塔问题
 
 在归并排序和构建二叉树中，我们都是将原问题分解为两个规模为原问题一半的子问题。然而对于汉诺塔问题，我们采用不同的分解策略。
 

chapter_divide_and_conquer/index.md

@@ -4,7 +4,7 @@ icon: material/set-split
 status: new
 ---
 
-# 12.   分治
+# 第 12 章   分治
 
 <div class="center-table" markdown>
 

chapter_divide_and_conquer/summary.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 12.5.   小结
+# 12.5   小结
 
 - 分治算法是一种常见的算法设计策略，包括分（划分）和治（合并）两个阶段，通常基于递归实现。
 - 判断是否是分治算法问题的依据包括：问题能否被分解、子问题是否独立、子问题是否可以被合并。