Refactor the articles related to searching algorithm. Add the chapter of binary search. Add the section of searching algorithm revisited. (#464)

docs/chapter_hashing/hash_map.md

@@ -6,24 +6,17 @@
 
 ![哈希表的抽象表示](hash_map.assets/hash_map.png)
 
-## 哈希表效率
+除哈希表外，我们还可以使用数组或链表实现查询功能，各项操作的时间复杂度如下表所示。
 
-除哈希表外，还可以使用以下数据结构来实现上述查询功能：
-
-1. **无序数组**：每个元素为  `[学号, 姓名]` ；
-2. **有序数组**：将 `1.` 中的数组按照学号从小到大排序；
-3. **链表**：每个节点的值为 `[学号, 姓名]` ；
-4. **二叉搜索树**：每个节点的值为 `[学号, 姓名]` ，根据学号大小来构建树；
-
-各项操作的时间复杂度如下表所示（详解可见[二叉搜索树章节](https://www.hello-algo.com/chapter_tree/binary_search_tree/)）。无论是查找元素还是增删元素，哈希表的时间复杂度都是 $O(1)$ ，全面胜出！
+在哈希表中增删查改的时间复杂度都是 $O(1)$ ，全面胜出！因此，哈希表常用于对查找效率要求较高的场景。
 
 <div class="center-table" markdown>
 
-|          | 无序数组 | 有序数组    | 链表   | 二叉搜索树  | 哈希表 |
-| -------- | -------- | ----------- | ------ | ----------- | ------ |
-| 查找元素 | $O(n)$   | $O(\log n)$ | $O(n)$ | $O(\log n)$ | $O(1)$ |
-| 插入元素 | $O(1)$   | $O(n)$      | $O(1)$ | $O(\log n)$ | $O(1)$ |
-| 删除元素 | $O(n)$   | $O(n)$      | $O(n)$ | $O(\log n)$ | $O(1)$ |
+|          | 数组   | 链表   | 哈希表 |
+| -------- | ------ | ------ | ------ |
+| 查找元素 | $O(n)$ | $O(n)$ | $O(1)$ |
+| 插入元素 | $O(1)$ | $O(1)$ | $O(1)$ |
+| 删除元素 | $O(n)$ | $O(n)$ | $O(1)$ |
 
 </div>