Rearrange the chapters.

Start to translate codes from Java to Python.

docs/chapter_dsa_introduction/index.md

@@ -1,84 +0,0 @@
----
-comments: true
----
-
-# 算法是什么
-
-听到 “算法” 这个词，我们一般会联想到数学。但实际上，大多数算法并不包含复杂的数学，而更像是在考察基本逻辑，而这些逻辑在我们日常生活中处处可见。
-
-在正式介绍算法之前，我想告诉你一件有趣的事：**其实，你在过去已经学会了很多算法，并且已经习惯将它们应用到日常生活中。** 接下来，我将介绍两个具体例子来佐证。
-
-**例一：拼积木。** 一套积木，除了有许多部件之外，还会附送详细的拼装说明书。我们按照说明书上一步步操作，即可拼出复杂的积木模型。
-
-如果从数据结构与算法的角度看，大大小小的「积木」就是数据结构，而「拼装说明书」上的一系列步骤就是算法。
-
-**例二：查字典。** 在字典中，每个汉字都有一个对应的拼音，而字典是按照拼音的英文字母表顺序排列的。假设需要在字典中查询任意一个拼音首字母为 $r$ 的字，一般我们会这样做：
-
-1. 打开字典大致一半页数的位置，查看此页的首字母是什么（假设为 $m$ ）；
-2. 由于在英文字母表中 $r$ 在 $m$ 的后面，因此应排除字典前半部分，查找范围仅剩后半部分；
-3. 循环执行步骤 1-2 ，直到找到拼音首字母为 $r$ 的页码时终止。
-
-=== "Step 1"
-
-    ![look_up_dictionary_step_1](index.assets/look_up_dictionary_step_1.png)
-
-=== "Step 2"
-
-    ![look_up_dictionary_step_2](index.assets/look_up_dictionary_step_2.png)
-
-=== "Step 3"
-
-    ![look_up_dictionary_step_3](index.assets/look_up_dictionary_step_3.png)
-
-=== "Step 4"
-
-    ![look_up_dictionary_step_4](index.assets/look_up_dictionary_step_4.png)
-
-=== "Step 5"
-
-    ![look_up_dictionary_step_5](index.assets/look_up_dictionary_step_5.png)
-
-查字典这个小学生的标配技能，实际上就是大名鼎鼎的「二分查找」。从数据结构角度，我们可以将字典看作是一个已排序的「数组」；而从算法角度，我们可将上述查字典的一系列指令看作是「二分查找」算法。
-
-小到烹饪一道菜、大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现，使我们可以通过编程将数据结构存储在内存中，也可以编写代码来调用 CPU, GPU 执行算法，从而将生活中的问题搬运到计算机中，更加高效地解决各式各样的复杂问题。
-
-!!! tip
-
-    读到这里，如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解，那么就太好了！因为这正是本书存在的价值，接下来，本书将会一步步地引导你进入数据结构与算法的知识殿堂。
-
-## 算法是什么？
-
-「算法 Algorithm」是在有限时间内解决问题的一组指令或操作步骤。算法具有以下特性：
-
-- 问题是明确的，需要拥有明确的输入和输出定义。
-- 解具有确定性，即给定相同输入时，输出一定相同。
-- 具有可行性，可在有限步骤、有限时间、有限内存空间下完成。
-- 独立于编程语言，即可用多种语言实现。
-
-## 数据结构是什么？
-
-「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构的设计原则有：
-
-- 空间占用尽可能小，节省计算机内存。
-- 数据操作尽量快，包括数据访问、添加、删除、更新等。
-- 提供简洁的数据表示和逻辑信息，以便算法高效运行。
-
-数据结构的设计是一个充满权衡的过程，这意味着如果获得某方面的优势，则往往需要在另一方面做出妥协。例如，链表相对于数组，数据添加删除操作更加方便，但牺牲了数据的访问速度；图相对于链表，提供了更多的逻辑信息，但需要占用更多的内存空间。
-
-## 数据结构与算法的关系
-
-「数据结构」与「算法」是高度相关、紧密嵌合的，体现在：
-
-- 数据结构是算法的底座。数据结构为算法提供结构化存储的数据，以及操作数据的对应方法。
-- 算法是发挥数据结构优势的舞台。数据结构仅存储数据信息，结合算法才可解决特定问题。
-- 算法有对应最优的数据结构。给定算法，一般可基于不同的数据结构实现，而最终执行效率往往相差很大。
-
-如果将数据结构与算法比作「LEGO 乐高」，数据结构就是乐高「积木」，而算法就是把积木拼成目标形态的一系列「操作步骤」。
-
-![relationship_between_data_structure_and_algorithm](index.assets/relationship_between_data_structure_and_algorithm.png)
-
-<p align="center"> Fig. 数据结构与算法的关系 </p>
-
-!!! tip "约定俗成的习惯"
-
-    在实际讨论中，我们通常会将「数据结构与算法」简称为「算法」。例如，我们熟称的 LeetCode 算法题目，实际上同时考察了数据结构和算法两部分知识。

docs/chapter_introduction/index.md

@@ -2,127 +2,83 @@
 comments: true
 ---
 
-# 关于本书
+# 算法是什么
 
-五年前发生的一件事，成为了我职业生涯的重要转折点。当时的我在交大读研，对互联网求职一无所知，但仍然硬着头皮申请了 Microsoft 软件工程师实习。面试官让我在白板上写出 “快速排序” 代码，我畏畏缩缩地写了一个 “冒泡排序” ，并且还写错了` (ToT) ` 。从面试官的表情上，我看到了一个大大的 "GG" 。
+听到 “算法” 这个词，我们一般会联想到数学。但实际上，大多数算法并不包含复杂的数学，而更像是在考察基本逻辑，而这些逻辑在我们日常生活中处处可见。
 
-此次失利倒逼我开始刷算法题。我采用 “扫雷游戏” 式的学习方法，两眼一抹黑刷题，扫到不会的 “雷” 就通过查资料把它 “排掉” ，配合周期性总结，逐渐形成了数据结构与算法的知识图景。幸运地，我在秋招斩获了多家大厂的 Offer 。
+在正式介绍算法之前，我想告诉你一件有趣的事：**其实，你在过去已经学会了很多算法，并且已经习惯将它们应用到日常生活中。** 接下来，我将介绍两个具体例子来佐证。
 
-回想自己当初在 “扫雷式” 刷题中被炸的满头包的痛苦，思考良久，我意识到一本 “前期刷题必看” 的读物可以使算法小白少走许多弯路。写作意愿滚滚袭来，那就动笔吧：
+**例一：拼积木。** 一套积木，除了有许多部件之外，还会附送详细的拼装说明书。我们按照说明书上一步步操作，即可拼出复杂的积木模型。
 
-<h4 align="center"> Hello，算法！ </h4>
+如果从数据结构与算法的角度看，大大小小的「积木」就是数据结构，而「拼装说明书」上的一系列步骤就是算法。
 
-## 读者对象
+**例二：查字典。** 在字典中，每个汉字都有一个对应的拼音，而字典是按照拼音的英文字母表顺序排列的。假设需要在字典中查询任意一个拼音首字母为 $r$ 的字，一般我们会这样做：
 
-!!! success "前置条件"
+1. 打开字典大致一半页数的位置，查看此页的首字母是什么（假设为 $m$ ）；
+2. 由于在英文字母表中 $r$ 在 $m$ 的后面，因此应排除字典前半部分，查找范围仅剩后半部分；
+3. 循环执行步骤 1-2 ，直到找到拼音首字母为 $r$ 的页码时终止。
 
-    您需要至少具备任一语言的编程基础，能够阅读和编写简单代码。
+=== "Step 1"
 
-如果您是 **算法初学者**，完全没有接触过算法，或者已经有少量刷题，对数据结构与算法有朦胧的理解，在会与不会之间反复横跳，那么这本书就是为您而写！本书能够带来：
+    ![look_up_dictionary_step_1](index.assets/look_up_dictionary_step_1.png)
 
-- 了解刷题所需的 **数据结构**，包括常用操作、优势和劣势、典型应用、实现方法等。
-- 学习各类 **算法**，介绍算法的设计思想、运行效率、优势劣势、实现方法等。
-- 可一键运行的 **配套代码**，包含详细注释，帮助你通过实践加深理解。
+=== "Step 2"
 
-如果您是 **算法熟练工**，已经积累一定刷题量，接触过大多数题型，那么本书内容对你来说可能稍显基础，但仍能够带来以下价值：
+    ![look_up_dictionary_step_2](index.assets/look_up_dictionary_step_2.png)
 
-- 本书篇幅不长，可以帮助你提纲挈领地回顾算法知识。
-- 书中包含许多对比性、总结性的算法内容，可以帮助你梳理算法知识体系。
-- 源代码实现了各种经典数据结构和算法，可以作为 “刷题工具库” 来使用。
+=== "Step 3"
 
-如果您是 **算法大佬**，请受我膜拜！希望您可以抽时间提出意见建议，或者[一起参与创作](https://www.hello-algo.com/chapter_introduction/contribution/)，帮助各位同学获取更好的学习内容，感谢！
+    ![look_up_dictionary_step_3](index.assets/look_up_dictionary_step_3.png)
 
-## 内容结构
+=== "Step 4"
 
-本书主要内容分为复杂度分析、数据结构、算法三个部分。
+    ![look_up_dictionary_step_4](index.assets/look_up_dictionary_step_4.png)
 
-![mindmap](index.assets/mindmap.png)
+=== "Step 5"
 
-<p align="center"> Fig. 知识点思维导图 </p>
+    ![look_up_dictionary_step_5](index.assets/look_up_dictionary_step_5.png)
 
-### 复杂度分析
+查字典这个小学生的标配技能，实际上就是大名鼎鼎的「二分查找」。从数据结构角度，我们可以将字典看作是一个已排序的「数组」；而从算法角度，我们可将上述查字典的一系列指令看作是「二分查找」算法。
 
-首先介绍数据结构与算法的评价维度、算法效率的评估方法，引出了计算复杂度概念。
+小到烹饪一道菜、大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现，使我们可以通过编程将数据结构存储在内存中，也可以编写代码来调用 CPU, GPU 执行算法，从而将生活中的问题搬运到计算机中，更加高效地解决各式各样的复杂问题。
 
-接下来，从 **函数渐进上界** 入手，分别介绍了 **时间复杂度** 和 **空间复杂度** ，包括推算方法、常见类型、示例等。同时，剖析了 **最差、最佳、平均** 时间复杂度的联系与区别。
+!!! tip
 
-### 数据结构
+    读到这里，如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解，那么就太好了！因为这正是本书存在的价值，接下来，本书将会一步步地引导你进入数据结构与算法的知识殿堂。
 
-首先介绍了常用的 **基本数据类型** 、以及它们是如何在内存中存储的。
+## 算法是什么？
 
-接下来，介绍了两种 **数据结构分类方法** ，包括逻辑结构与物理结构。
+「算法 Algorithm」是在有限时间内解决问题的一组指令或操作步骤。算法具有以下特性：
 
-后续展开介绍了 **数组、链表、栈、队列、散列表、树、堆、图** 等数据结构，关心以下内容：
+- 问题是明确的，需要拥有明确的输入和输出定义。
+- 解具有确定性，即给定相同输入时，输出一定相同。
+- 具有可行性，可在有限步骤、有限时间、有限内存空间下完成。
+- 独立于编程语言，即可用多种语言实现。
 
-- 基本定义：数据结构的设计来源、存在意义；
-- 主要特点：在各项数据操作中的优势、劣势；
-- 常用操作：例如访问、更新、插入、删除、遍历、搜索等；
-- 常见类型：在算法题或工程实际中，经常碰到的数据结构类型；
-- 典型应用：此数据结构经常搭配哪些算法使用；
-- 实现方法：对于重要的数据结构，将给出完整的实现示例；
+## 数据结构是什么？
 
-### 算法
+「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构的设计原则有：
 
-包括 **查找算法、排序算法、搜索与回溯、动态规划、分治算法**，内容包括：
+- 空间占用尽可能小，节省计算机内存。
+- 数据操作尽量快，包括数据访问、添加、删除、更新等。
+- 提供简洁的数据表示和逻辑信息，以便算法高效运行。
 
-- 基本定义：算法的设计思想；
-- 主要特点：使用前置条件、优势和劣势；
-- 算法效率：最差和平均时间复杂度、空间复杂度；
-- 实现方法：完整的算法实现，以及优化措施；
-- 示例题目：结合例题加深理解；
+数据结构的设计是一个充满权衡的过程，这意味着如果获得某方面的优势，则往往需要在另一方面做出妥协。例如，链表相对于数组，数据添加删除操作更加方便，但牺牲了数据的访问速度；图相对于链表，提供了更多的逻辑信息，但需要占用更多的内存空间。
 
-## 配套代码
+## 数据结构与算法的关系
 
-完整代码托管在 [GitHub 仓库](https://github.com/krahets/hello-algo) ，皆可一键运行。
+「数据结构」与「算法」是高度相关、紧密嵌合的，体现在：
 
-!!! tip "前置工作"
+- 数据结构是算法的底座。数据结构为算法提供结构化存储的数据，以及操作数据的对应方法。
+- 算法是发挥数据结构优势的舞台。数据结构仅存储数据信息，结合算法才可解决特定问题。
+- 算法有对应最优的数据结构。给定算法，一般可基于不同的数据结构实现，而最终执行效率往往相差很大。
 
-    1. [编程环境安装](https://www.hello-algo.com/chapter_introduction/installation/) ，若有请跳过
-    2. 代码下载与使用方法请见 [如何使用本书](https://www.hello-algo.com/chapter_introduction/suggestions/#_4)
+如果将数据结构与算法比作「LEGO 乐高」，数据结构就是乐高「积木」，而算法就是把积木拼成目标形态的一系列「操作步骤」。
 
-## 风格约定
+![relationship_between_data_structure_and_algorithm](index.assets/relationship_between_data_structure_and_algorithm.png)
 
-- 文章中的重要名词会用「」符号标注，例如「数组 Array」。名词混淆会导致不必要的歧义，因此最好可以记住这类名词（包括中文和英文），以便后续阅读文献时使用。
-- 重点内容、总起句、总结句会被 **加粗** ，此类文字值得更多关注。
-- 专有名词和有特指含义的词句会使用 “ ” 标注，以避免歧义。
-- 标题后标注 * 符号的是选读章节，如果你的时间有限，可以先跳过这些章节。
+<p align="center"> Fig. 数据结构与算法的关系 </p>
 
-## 本书特点 *
+!!! tip "约定俗成的习惯"
 
-??? abstract "默认折叠，可以跳过"
-
-    **以实践为主。** 我们知道，学习英语期间光啃书本是远远不够的，需要多听、多说、多写，在实践中培养语感、积累经验。编程语言也是一门语言，因此学习方法也应是类似的，需要多看优秀代码、多敲键盘、多思考代码逻辑。
-    
-    本书的理论部分占少量篇幅，主要分为两类：一是基础且必要的概念知识，以培养读者对于算法的感性认识；二是重要的分类、对比或总结，这是为了帮助你站在更高视角俯瞰各个知识点，形成连点成面的效果。
-    
-    实践部分主要由示例和代码组成。代码配有简要注释，复杂示例会尽可能地使用视觉化的形式呈现。我强烈建议读者对照着代码自己敲一遍，如果时间有限，也至少逐行读、复制并运行一遍，配合着讲解将代码吃透。
-    
-    **视觉化学习。** 信息时代以来，视觉化的脚步从未停止。媒体形式经历了文字短信、图文 Email 、动图、短（长）视频、交互式 Web 、3D 游戏等演变过程，信息的视觉化程度越来越高、愈加符合人类感官、信息传播效率大大提升。科技界也在向视觉化迈进，iPhone 就是一个典型例子，其相对于传统手机是高度视觉化的，包含精心设计的字体、主题配色、交互动画等。
-    
-    近两年，短视频成为最受欢迎的信息媒介，可以在短时间内将高密度的信息 “灌” 给我们，有着极其舒适的观看体验。阅读则不然，读者与书本之间天然存在一种 “疏离感”，我们看书会累、会走神、会停下来想其他事、会划下喜欢的句子、会思考某一片段的含义，这种疏离感给了读者与书本之间对话的可能，拓宽了想象空间。
-    
-    本书作为一本入门教材，希望可以保有书本的 “慢节奏” ，但也会避免与读者产生过多 “疏离感” ，而是努力将知识完整清晰地推送到你聪明的小脑袋瓜中。我将采用视觉化的方式（例如配图、动画），尽我可能清晰易懂地讲解复杂概念和抽象示例。
-    
-    **内容精简化。** 大多数的经典教科书，会把每个主题都讲的很透彻。虽然透彻性正是其获得读者青睐的原因，但对于想要快速入门的初学者来说，这些教材的实用性不足。本书会避免引入非必要的概念、名词、定义等，也避免展开不必要的理论分析，毕竟这不是一本真正意义上的教材，主要任务是尽快地带领读者入门。
-    
-    引入一些生活案例或趣味内容，非常适合作为知识点的引子或者解释的补充，但当融入过多额外元素时，内容会稍显冗长，也许反而使读者容易迷失、抓不住重点，这也是本书需要避免的。
-    
-    敲代码如同写字，“美” 是统一的追求。本书力求美观的代码，保证规范的变量命名、统一的空格与换行、对齐的缩进、整齐的注释等。
-
-## 致谢
-
-感谢本开源书的每一位撰稿人，是他们的无私奉献让这本书变得更好，他们的 GitHub ID（按首次提交时间排序）为：krahets, *（等待下一位创作者）*
-
-本书的成书过程中，我获得了许多人的帮助，包括但不限于：
-
-- 感谢我的女朋友泡泡担任本书的首位读者，从算法小白的视角为本书的写作提出了许多建议，使这本书更加适合算法初学者来阅读。
-
-- 感谢腾宝、琦宝、飞宝为本书起了个响当当的名字，好听又有梗，直接唤起我最初敲下第一行代码 "Hello, World!" 的回忆。
-
-- 感谢苏潼为本书设计了封面和 LOGO ，我有些强迫症，前后多次修改，谢谢你的耐心。
-
-- 感谢我的导师李博，在小酌畅谈时你告诉我 “想做就去做” ，坚定了我写这本书的决心。
-
-在写作过程中，我阅读了许多与数据结构与算法的书籍材料，学习到了许多知识，感谢前辈们的精彩创作。
-
-感谢父母，你们一贯的支持与鼓励给了我自由度来做这些有趣的事。
+    在实际讨论中，我们通常会将「数据结构与算法」简称为「算法」。例如，我们熟称的 LeetCode 算法题目，实际上同时考察了数据结构和算法两部分知识。

docs/chapter_preface/about_me.md

@@ -5,4 +5,3 @@
 <p align="center"> 力扣（LeetCode）全网阅读量最高博主 </p>
 <p align="center"> 分享近百道算法题解，累积回复数千读者的评论问题 </p>
 <p align="center"> 创作 LeetBook《图解算法数据结构》，已免费售出 21 万本 </p>
-

docs/chapter_preface/index.md

@@ -0,0 +1,128 @@
+---
+comments: true
+---
+
+# 关于本书
+
+五年前发生的一件事，成为了我职业生涯的重要转折点。当时的我在交大读研，对互联网求职一无所知，但仍然硬着头皮申请了 Microsoft 软件工程师实习。面试官让我在白板上写出 “快速排序” 代码，我畏畏缩缩地写了一个 “冒泡排序” ，并且还写错了` (ToT) ` 。从面试官的表情上，我看到了一个大大的 "GG" 。
+
+此次失利倒逼我开始刷算法题。我采用 “扫雷游戏” 式的学习方法，两眼一抹黑刷题，扫到不会的 “雷” 就通过查资料把它 “排掉” ，配合周期性总结，逐渐形成了数据结构与算法的知识图景。幸运地，我在秋招斩获了多家大厂的 Offer 。
+
+回想自己当初在 “扫雷式” 刷题中被炸的满头包的痛苦，思考良久，我意识到一本 “前期刷题必看” 的读物可以使算法小白少走许多弯路。写作意愿滚滚袭来，那就动笔吧：
+
+<h4 align="center"> Hello，算法！ </h4>
+
+## 读者对象
+
+!!! success "前置条件"
+
+    您需要至少具备任一语言的编程基础，能够阅读和编写简单代码。
+
+如果您是 **算法初学者**，完全没有接触过算法，或者已经有少量刷题，对数据结构与算法有朦胧的理解，在会与不会之间反复横跳，那么这本书就是为您而写！本书能够带来：
+
+- 了解刷题所需的 **数据结构**，包括常用操作、优势和劣势、典型应用、实现方法等。
+- 学习各类 **算法**，介绍算法的设计思想、运行效率、优势劣势、实现方法等。
+- 可一键运行的 **配套代码**，包含详细注释，帮助你通过实践加深理解。
+
+如果您是 **算法熟练工**，已经积累一定刷题量，接触过大多数题型，那么本书内容对你来说可能稍显基础，但仍能够带来以下价值：
+
+- 本书篇幅不长，可以帮助你提纲挈领地回顾算法知识。
+- 书中包含许多对比性、总结性的算法内容，可以帮助你梳理算法知识体系。
+- 源代码实现了各种经典数据结构和算法，可以作为 “刷题工具库” 来使用。
+
+如果您是 **算法大佬**，请受我膜拜！希望您可以抽时间提出意见建议，或者[一起参与创作](https://www.hello-algo.com/chapter_preface/contribution/)，帮助各位同学获取更好的学习内容，感谢！
+
+## 内容结构
+
+本书主要内容分为复杂度分析、数据结构、算法三个部分。
+
+![mindmap](index.assets/mindmap.png)
+
+<p align="center"> Fig. 知识点思维导图 </p>
+
+### 复杂度分析
+
+首先介绍数据结构与算法的评价维度、算法效率的评估方法，引出了计算复杂度概念。
+
+接下来，从 **函数渐进上界** 入手，分别介绍了 **时间复杂度** 和 **空间复杂度** ，包括推算方法、常见类型、示例等。同时，剖析了 **最差、最佳、平均** 时间复杂度的联系与区别。
+
+### 数据结构
+
+首先介绍了常用的 **基本数据类型** 、以及它们是如何在内存中存储的。
+
+接下来，介绍了两种 **数据结构分类方法** ，包括逻辑结构与物理结构。
+
+后续展开介绍了 **数组、链表、栈、队列、散列表、树、堆、图** 等数据结构，关心以下内容：
+
+- 基本定义：数据结构的设计来源、存在意义；
+- 主要特点：在各项数据操作中的优势、劣势；
+- 常用操作：例如访问、更新、插入、删除、遍历、搜索等；
+- 常见类型：在算法题或工程实际中，经常碰到的数据结构类型；
+- 典型应用：此数据结构经常搭配哪些算法使用；
+- 实现方法：对于重要的数据结构，将给出完整的实现示例；
+
+### 算法
+
+包括 **查找算法、排序算法、搜索与回溯、动态规划、分治算法**，内容包括：
+
+- 基本定义：算法的设计思想；
+- 主要特点：使用前置条件、优势和劣势；
+- 算法效率：最差和平均时间复杂度、空间复杂度；
+- 实现方法：完整的算法实现，以及优化措施；
+- 示例题目：结合例题加深理解；
+
+## 配套代码
+
+完整代码托管在 [GitHub 仓库](https://github.com/krahets/hello-algo) ，皆可一键运行。
+
+!!! tip "前置工作"
+
+    1. [编程环境安装](https://www.hello-algo.com/chapter_preface/installation/) ，若有请跳过
+    2. 代码下载与使用方法请见 [如何使用本书](https://www.hello-algo.com/chapter_preface/suggestions/#_4)
+
+## 风格约定
+
+- 文章中的重要名词会用「」符号标注，例如「数组 Array」。名词混淆会导致不必要的歧义，因此最好可以记住这类名词（包括中文和英文），以便后续阅读文献时使用。
+- 重点内容、总起句、总结句会被 **加粗** ，此类文字值得更多关注。
+- 专有名词和有特指含义的词句会使用 “ ” 标注，以避免歧义。
+- 标题后标注 * 符号的是选读章节，如果你的时间有限，可以先跳过这些章节。
+
+## 本书特点 *
+
+??? abstract "默认折叠，可以跳过"
+
+    **以实践为主。** 我们知道，学习英语期间光啃书本是远远不够的，需要多听、多说、多写，在实践中培养语感、积累经验。编程语言也是一门语言，因此学习方法也应是类似的，需要多看优秀代码、多敲键盘、多思考代码逻辑。
+    
+    本书的理论部分占少量篇幅，主要分为两类：一是基础且必要的概念知识，以培养读者对于算法的感性认识；二是重要的分类、对比或总结，这是为了帮助你站在更高视角俯瞰各个知识点，形成连点成面的效果。
+    
+    实践部分主要由示例和代码组成。代码配有简要注释，复杂示例会尽可能地使用视觉化的形式呈现。我强烈建议读者对照着代码自己敲一遍，如果时间有限，也至少逐行读、复制并运行一遍，配合着讲解将代码吃透。
+    
+    **视觉化学习。** 信息时代以来，视觉化的脚步从未停止。媒体形式经历了文字短信、图文 Email 、动图、短（长）视频、交互式 Web 、3D 游戏等演变过程，信息的视觉化程度越来越高、愈加符合人类感官、信息传播效率大大提升。科技界也在向视觉化迈进，iPhone 就是一个典型例子，其相对于传统手机是高度视觉化的，包含精心设计的字体、主题配色、交互动画等。
+    
+    近两年，短视频成为最受欢迎的信息媒介，可以在短时间内将高密度的信息 “灌” 给我们，有着极其舒适的观看体验。阅读则不然，读者与书本之间天然存在一种 “疏离感”，我们看书会累、会走神、会停下来想其他事、会划下喜欢的句子、会思考某一片段的含义，这种疏离感给了读者与书本之间对话的可能，拓宽了想象空间。
+    
+    本书作为一本入门教材，希望可以保有书本的 “慢节奏” ，但也会避免与读者产生过多 “疏离感” ，而是努力将知识完整清晰地推送到你聪明的小脑袋瓜中。我将采用视觉化的方式（例如配图、动画），尽我可能清晰易懂地讲解复杂概念和抽象示例。
+    
+    **内容精简化。** 大多数的经典教科书，会把每个主题都讲的很透彻。虽然透彻性正是其获得读者青睐的原因，但对于想要快速入门的初学者来说，这些教材的实用性不足。本书会避免引入非必要的概念、名词、定义等，也避免展开不必要的理论分析，毕竟这不是一本真正意义上的教材，主要任务是尽快地带领读者入门。
+    
+    引入一些生活案例或趣味内容，非常适合作为知识点的引子或者解释的补充，但当融入过多额外元素时，内容会稍显冗长，也许反而使读者容易迷失、抓不住重点，这也是本书需要避免的。
+    
+    敲代码如同写字，“美” 是统一的追求。本书力求美观的代码，保证规范的变量命名、统一的空格与换行、对齐的缩进、整齐的注释等。
+
+## 致谢
+
+感谢本开源书的每一位撰稿人，是他们的无私奉献让这本书变得更好，他们的 GitHub ID（按首次提交时间排序）为：krahets, *（等待下一位创作者）*
+
+本书的成书过程中，我获得了许多人的帮助，包括但不限于：
+
+- 感谢我的女朋友泡泡担任本书的首位读者，从算法小白的视角为本书的写作提出了许多建议，使这本书更加适合算法初学者来阅读。
+
+- 感谢腾宝、琦宝、飞宝为本书起了个响当当的名字，好听又有梗，直接唤起我最初敲下第一行代码 "Hello, World!" 的回忆。
+
+- 感谢苏潼为本书设计了封面和 LOGO ，我有些强迫症，前后多次修改，谢谢你的耐心。
+
+- 感谢我的导师李博，在小酌畅谈时你告诉我 “想做就去做” ，坚定了我写这本书的决心。
+
+在写作过程中，我阅读了许多与数据结构与算法的书籍材料，学习到了许多知识，感谢前辈们的精彩创作。
+
+感谢父母，你们一贯的支持与鼓励给了我自由度来做这些有趣的事。

docs/chapter_preface/suggestions.md

@@ -16,7 +16,7 @@ comments: true
 
 !!! tip "前置工作"
 
-    安装本地编程环境。若无，可以参照下节 [编程环境安装](https://www.hello-algo.com/chapter_introduction/installation/) 。
+    安装本地编程环境。若无，可以参照下节 [编程环境安装](https://www.hello-algo.com/chapter_preface/installation/) 。
 
 ### 下载代码仓
 

docs/index.md

@@ -53,6 +53,3 @@ hide:
 
     <p align="center"> “追风赶月莫停留，平芜尽处是春山“ </p>
     <p align="center"> 一起加油！ </p>
-
----
-

docs/leetcode.md

@@ -44,7 +44,7 @@ Hello！我是「Krahets」，是一个分享了许多题解、编写了 LeetBoo
 
 本书是我利用业余时间创作，完全开源免费，不会收取任何费用。
 
-本书定期更新中，希望您可以一同参与到本书的创作中来，详情见 [一起参与创作](https://www.hello-algo.com/chapter_introduction/contribution/) 。
+本书定期更新中，希望您可以一同参与到本书的创作中来，详情见 [一起参与创作](https://www.hello-algo.com/chapter_preface/contribution/) 。
 
 - 如果发现笔误、无效链接、内容缺失、文字歧义、解释不清晰、行文结构不合理等问题，烦请您帮忙修正内容，以帮助其他读者获取更优质的学习内容。
 - 非常欢迎您和我一同来创作本书，包括重写某章节、新增章节、翻译代码至其他编程语言等，如果有意请与我联系或在楼下评论。