xmengnet/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2024-12-25 01:26:29 +08:00
Code Issues Projects Releases Packages Wiki Activity Actions

Remove all the table captions.

Browse source
This commit is contained in:
krahets 2023-02-26 18:23:11 +08:00
parent 9e99ac06ce
commit 7aa44d212c
9 changed files with 0 additions and 22 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

2
docs/chapter_array_and_linkedlist/linked_list.md
View file

@ -719,5 +719,3 @@
```
![常见链表种类](linked_list.assets/linkedlist_common_types.png)
<p align="center"> Fig. 常见链表类型 </p>

4
docs/chapter_array_and_linkedlist/summary.md
View file

@ -7,8 +7,6 @@
## 数组 VS 链表
<p align="center"> Table. 数组与链表特点对比 </p>
<div class="center-table" markdown>
| | 数组 | 链表 |
@ -24,8 +22,6 @@
「缓存局部性（Cache locality）」涉及到了计算机操作系统，在本书不做展开介绍，建议有兴趣的同学 Google / Baidu 一下。
<p align="center"> Table. 数组与链表操作时间复杂度 </p>
<div class="center-table" markdown>
| 操作 | 数组 | 链表 |

2
docs/chapter_heap/heap.md
View file

@ -21,8 +21,6 @@
堆的常用操作见下表（方法命名以 Java 为例）。
<p align="center"> Table. 堆的常用操作 </p>
<div class="center-table" markdown>
| 方法 | 描述 | 时间复杂度 |

2
docs/chapter_searching/summary.md
View file

@ -4,8 +4,6 @@
- 二分查找利用数据的有序性，通过循环不断缩小一半搜索区间来实现查找，其要求输入数据是有序的，并且仅适用于数组或基于数组实现的数据结构。
- 哈希查找借助哈希表来实现常数阶时间复杂度的查找操作，体现以空间换时间的算法思想。
<p align="center"> Table. 三种查找方法对比 </p>
<div class="center-table" markdown>
| | 线性查找 | 二分查找 | 哈希查找 |

2
docs/chapter_sorting/bubble_sort.md
View file

@ -31,8 +31,6 @@
=== "<7>"
![bubble_operation_step7](bubble_sort.assets/bubble_operation_step7.png)
<p align="center"> Fig. 冒泡操作 </p>
## 算法流程
1. 设数组长度为 $n$ ，完成第一轮「冒泡」后，数组最大元素已在正确位置，接下来只需排序剩余 $n - 1$ 个元素。

2
docs/chapter_stack_and_queue/deque.md
View file

@ -8,8 +8,6 @@
双向队列的常用操作见下表，方法名需根据特定语言来确定。
<p align="center"> Table. 双向队列的常用操作 </p>
<div class="center-table" markdown>
| 方法名 | 描述 | 时间复杂度 |

2
docs/chapter_stack_and_queue/queue.md
View file

@ -10,8 +10,6 @@
队列的常用操作见下表，方法名需根据特定语言来确定。
<p align="center"> Table. 队列的常用操作 </p>
<div class="center-table" markdown>
| 方法名 | 描述 | 时间复杂度 |

2
docs/chapter_stack_and_queue/stack.md
View file

@ -12,8 +12,6 @@
栈的常用操作见下表（方法命名以 Java 为例）。
<p align="center"> Table. 栈的常用操作 </p>
<div class="center-table" markdown>
| 方法 | 描述 | 时间复杂度 |

4
docs/chapter_tree/binary_tree_traversal.md
View file

@ -12,8 +12,6 @@
![二叉树的层序遍历](binary_tree_traversal.assets/binary_tree_bfs.png)
<p align="center"> Fig. 二叉树的层序遍历 </p>
### 算法实现
广度优先遍历一般借助「队列」来实现。队列的规则是“先进先出”，广度优先遍历的规则是 ”一层层平推“ ，两者背后的思想是一致的。
@ -92,8 +90,6 @@
![二叉搜索树的前、中、后序遍历](binary_tree_traversal.assets/binary_tree_dfs.png)
<p align="center"> Fig. 二叉树的前 / 中 / 后序遍历 </p>
<div class="center-table" markdown>
| 位置 | 含义 | 此处访问结点时对应 |