From abf1f115bf6950e0a943ae2611818b35bef50499 Mon Sep 17 00:00:00 2001 From: Yudong Jin Date: Wed, 4 Dec 2024 17:58:28 +0800 Subject: [PATCH] Bug fixes and improvements (#1581) * A bug fixes * Sync zh and zh-hant versions. * Fix a question in chapter_array_and_linkedlist/summary.md * Optimize a definition in what_is_dsa.md * Fix the Contributing guidelines for Chinese-to-English. * Add a q&a in chapter_array_and_linkedlist/summary.md * Sync zh and zh-hant versions. * Update .gitignore * Sync zh and zh-hant versions. --- .gitignore | 5 +---- docs/chapter_array_and_linkedlist/summary.md | 14 ++++++++++++-- docs/chapter_introduction/summary.md | 2 +- docs/chapter_introduction/what_is_dsa.md | 2 +- en/CONTRIBUTING.md | 8 ++++---- en/docs/index.html | 2 +- .../codes/cpp/chapter_tree/array_binary_tree.cpp | 6 +++--- .../docs/chapter_array_and_linkedlist/summary.md | 14 ++++++++++++-- .../time_complexity.md | 2 +- zh-hant/docs/chapter_introduction/summary.md | 2 +- zh-hant/docs/chapter_introduction/what_is_dsa.md | 2 +- 11 files changed, 38 insertions(+), 21 deletions(-) diff --git a/.gitignore b/.gitignore index 190a18d75..04ea34de3 100644 --- a/.gitignore +++ b/.gitignore @@ -1,7 +1,7 @@ # macOS .DS_Store -# Editor +# editors .vscode/ **/.idea @@ -12,6 +12,3 @@ /build /site /utils - -# test script -test.sh diff --git a/docs/chapter_array_and_linkedlist/summary.md b/docs/chapter_array_and_linkedlist/summary.md index bd314566b..191e8a00f 100644 --- a/docs/chapter_array_and_linkedlist/summary.md +++ b/docs/chapter_array_and_linkedlist/summary.md @@ -71,6 +71,16 @@ 另一方面，必要使用链表的情况主要是二叉树和图。栈和队列往往会使用编程语言提供的 `stack` 和 `queue` ，而非链表。 -**Q**：初始化列表 `res = [0] * self.size()` 操作，会导致 `res` 的每个元素引用相同的地址吗？ +**Q**：操作 `res = [[0]] * n` 生成了一个二维列表，其中每一个 `[0]` 都是独立的吗？ -不会。但二维数组会有这个问题，例如初始化二维列表 `res = [[0]] * self.size()` ，则多次引用了同一个列表 `[0]` 。 +不是独立的。此二维列表中，所有的 `[0]` 实际上是同一个对象的引用。如果我们修改其中一个元素，会发现所有的对应元素都会随之改变。 + +如果希望二维列表中的每个 `[0]` 都是独立的，可以使用 `res = [[0] for _ in range(n)]` 来实现。这种方式的原理是初始化了 $n$ 个独立的 `[0]` 列表对象。 + +**Q**：操作 `res = [0] * n` 生成了一个列表，其中每一个整数 0 都是独立的吗？ + +在该列表中，所有整数 0 都是同一个对象的引用。这是因为 Python 对小整数（通常是 -5 到 256）采用了缓存池机制，以便最大化对象复用，从而提升性能。 + +虽然它们指向同一个对象，但我们仍然可以独立修改列表中的每个元素，这是因为 Python 的整数是“不可变对象”。当我们修改某个元素时，实际上是切换为另一个对象的引用，而不是改变原有对象本身。 + +然而，当列表元素是“可变对象”时（例如列表、字典或类实例等），修改某个元素会直接改变该对象本身，所有引用该对象的元素都会产生相同变化。 diff --git a/docs/chapter_introduction/summary.md b/docs/chapter_introduction/summary.md index 6eb7301a2..ba538bcaa 100644 --- a/docs/chapter_introduction/summary.md +++ b/docs/chapter_introduction/summary.md @@ -5,7 +5,7 @@ - 整理扑克的过程与插入排序算法非常类似。插入排序算法适合排序小型数据集。 - 货币找零的步骤本质上是贪心算法，每一步都采取当前看来最好的选择。 - 算法是在有限时间内解决特定问题的一组指令或操作步骤，而数据结构是计算机中组织和存储数据的方式。 -- 数据结构与算法紧密相连。数据结构是算法的基石，而算法是数据结构发挥作用的舞台。 +- 数据结构与算法紧密相连。数据结构是算法的基石，而算法为数据结构注入生命力。 - 我们可以将数据结构与算法类比为拼装积木，积木代表数据，积木的形状和连接方式等代表数据结构，拼装积木的步骤则对应算法。 ### Q & A diff --git a/docs/chapter_introduction/what_is_dsa.md b/docs/chapter_introduction/what_is_dsa.md index 9bc5e0d5a..05485f85f 100644 --- a/docs/chapter_introduction/what_is_dsa.md +++ b/docs/chapter_introduction/what_is_dsa.md @@ -26,7 +26,7 @@ 如下图所示，数据结构与算法高度相关、紧密结合，具体表现在以下三个方面。 - 数据结构是算法的基石。数据结构为算法提供了结构化存储的数据，以及操作数据的方法。 -- 算法是数据结构发挥作用的舞台。数据结构本身仅存储数据信息，结合算法才能解决特定问题。 +- 算法为数据结构注入生命力。数据结构本身仅存储数据信息，结合算法才能解决特定问题。 - 算法通常可以基于不同的数据结构实现，但执行效率可能相差很大，选择合适的数据结构是关键。 ![数据结构与算法的关系](what_is_dsa.assets/relationship_between_data_structure_and_algorithm.png) diff --git a/en/CONTRIBUTING.md b/en/CONTRIBUTING.md index d131c8714..5e226da57 100644 --- a/en/CONTRIBUTING.md +++ b/en/CONTRIBUTING.md @@ -32,14 +32,14 @@ That is, our contributors are computer scientists, engineers, and students from > [!important] > Before diving in, ensure you're comfortable with the GitHub pull request workflow and have read the "Translation standards" and "Pseudo-code for translation" below. -1. **Self-assignment**: Visit [GitHub projects](https://github.com/users/krahets/projects/2/views/4) to select an unclaimed task and mark it as `In Progress`. -2. **Translation**: We encourage preserving the original meaning while ensuring the translation is natural and fluent. -3. **Peer review**: Please carefully check your changes before submitting a Pull Request (PR). After approval by two reviewers, it will be merged into the project. +1. **Task assignment**: Self-assign a task in the Notion workspace. +2. **Translation**: Optimize the translation on your local PC, referring to the “Translation Pseudo-Code” section below for more details. +3. **Peer review**: Carefully review your changes before submitting a Pull Request (PR). The PR will be merged into the main branch after approval from two reviewers. ## Translation standards > [!tip] -> The "Accuracy" and "Authenticity" are primarily handled by native Chinese speakers and native English speakers, respectively. +> **The "Accuracy" and "Authenticity" are primarily handled by native Chinese speakers and native English speakers, respectively.** > > In some instances, "Accuracy (consistency)" and "Authenticity" represent a trade-off, where optimizing one aspect could significantly affect the other. In such cases, please leave a comment in the pull request for discussion. diff --git a/en/docs/index.html b/en/docs/index.html index 01a95b5a5..1ccff9cc9 100644 --- a/en/docs/index.html +++ b/en/docs/index.html @@ -414,7 +414,7 @@

Contributors

-

This book has been optimized by the efforts of over 180 contributors. We sincerely thank them for their invaluable time and contributions!

+

This book has been refined by the efforts of over 180 contributors. We sincerely thank them for their invaluable time and contributions!

Contributors diff --git a/zh-hant/codes/cpp/chapter_tree/array_binary_tree.cpp b/zh-hant/codes/cpp/chapter_tree/array_binary_tree.cpp index d0d77b547..0c8f3287f 100644 --- a/zh-hant/codes/cpp/chapter_tree/array_binary_tree.cpp +++ b/zh-hant/codes/cpp/chapter_tree/array_binary_tree.cpp @@ -115,9 +115,9 @@ int main() { int i = 1; int l = abt.left(i), r = abt.right(i), p = abt.parent(i); cout << "\n當前節點的索引為 " << i << "，值為 " << abt.val(i) << "\n"; - cout << "其左子節點的索引為 " << l << "，值為 " << (l != INT_MAX ? to_string(abt.val(l)) : "nullptr") << "\n"; - cout << "其右子節點的索引為 " << r << "，值為 " << (r != INT_MAX ? to_string(abt.val(r)) : "nullptr") << "\n"; - cout << "其父節點的索引為 " << p << "，值為 " << (p != INT_MAX ? to_string(abt.val(p)) : "nullptr") << "\n"; + cout << "其左子節點的索引為 " << l << "，值為 " << (abt.val(l) != INT_MAX ? to_string(abt.val(l)) : "nullptr") << "\n"; + cout << "其右子節點的索引為 " << r << "，值為 " << (abt.val(r) != INT_MAX ? to_string(abt.val(r)) : "nullptr") << "\n"; + cout << "其父節點的索引為 " << p << "，值為 " << (abt.val(p) != INT_MAX ? to_string(abt.val(p)) : "nullptr") << "\n"; // 走訪樹 vector res = abt.levelOrder(); diff --git a/zh-hant/docs/chapter_array_and_linkedlist/summary.md b/zh-hant/docs/chapter_array_and_linkedlist/summary.md index e8eeee5dd..7df5b5e74 100644 --- a/zh-hant/docs/chapter_array_and_linkedlist/summary.md +++ b/zh-hant/docs/chapter_array_and_linkedlist/summary.md @@ -71,6 +71,16 @@ 另一方面，必要使用鏈結串列的情況主要是二元樹和圖。堆疊和佇列往往會使用程式語言提供的 `stack` 和 `queue` ，而非鏈結串列。 -**Q**：初始化串列 `res = [0] * self.size()` 操作，會導致 `res` 的每個元素引用相同的位址嗎？ +**Q**：操作 `res = [[0]] * n` 生成了一個二維串列，其中每一個 `[0]` 都是獨立的嗎？ -不會。但二維陣列會有這個問題，例如初始化二維串列 `res = [[0]] * self.size()` ，則多次引用了同一個串列 `[0]` 。 +不是獨立的。此二維串列中，所有的 `[0]` 實際上是同一個物件的引用。如果我們修改其中一個元素，會發現所有的對應元素都會隨之改變。 + +如果希望二維串列中的每個 `[0]` 都是獨立的，可以使用 `res = [[0] for _ in range(n)]` 來實現。這種方式的原理是初始化了 $n$ 個獨立的 `[0]` 串列物件。 + +**Q**：操作 `res = [0] * n` 生成了一個串列，其中每一個整數 0 都是獨立的嗎？ + +在該串列中，所有整數 0 都是同一個物件的引用。這是因為 Python 對小整數（通常是 -5 到 256）採用了快取池機制，以便最大化物件複用，從而提升效能。 + +雖然它們指向同一個物件，但我們仍然可以獨立修改串列中的每個元素，這是因為 Python 的整數是“不可變物件”。當我們修改某個元素時，實際上是切換為另一個物件的引用，而不是改變原有物件本身。 + +然而，當串列元素是“可變物件”時（例如串列、字典或類別例項等），修改某個元素會直接改變該物件本身，所有引用該物件的元素都會產生相同變化。 diff --git a/zh-hant/docs/chapter_computational_complexity/time_complexity.md b/zh-hant/docs/chapter_computational_complexity/time_complexity.md index 75c138b2d..a8506b7aa 100755 --- a/zh-hant/docs/chapter_computational_complexity/time_complexity.md +++ b/zh-hant/docs/chapter_computational_complexity/time_complexity.md @@ -1120,7 +1120,7 @@ $$ 生物學的“細胞分裂”是指數階增長的典型例子：初始狀態為 $1$ 個細胞，分裂一輪後變為 $2$ 個，分裂兩輪後變為 $4$ 個，以此類推，分裂 $n$ 輪後有 $2^n$ 個細胞。 -下圖和以下程式碼模擬了細胞分裂的過程，時間複雜度為 $O(2^n)$ ： +下圖和以下程式碼模擬了細胞分裂的過程，時間複雜度為 $O(2^n)$ 。請注意，輸入 $n$ 表示分裂輪數，返回值 `count` 表示總分裂次數。 ```src [file]{time_complexity}-[class]{}-[func]{exponential} diff --git a/zh-hant/docs/chapter_introduction/summary.md b/zh-hant/docs/chapter_introduction/summary.md index 501abf9e3..fb68076a1 100644 --- a/zh-hant/docs/chapter_introduction/summary.md +++ b/zh-hant/docs/chapter_introduction/summary.md @@ -5,7 +5,7 @@ - 整理撲克的過程與插入排序演算法非常類似。插入排序演算法適合排序小型資料集。 - 貨幣找零的步驟本質上是貪婪演算法，每一步都採取當前看來最好的選擇。 - 演算法是在有限時間內解決特定問題的一組指令或操作步驟，而資料結構是計算機中組織和儲存資料的方式。 -- 資料結構與演算法緊密相連。資料結構是演算法的基石，而演算法是資料結構發揮作用的舞臺。 +- 資料結構與演算法緊密相連。資料結構是演算法的基石，而演算法為資料結構注入生命力。 - 我們可以將資料結構與演算法類比為拼裝積木，積木代表資料，積木的形狀和連線方式等代表資料結構，拼裝積木的步驟則對應演算法。 ### Q & A diff --git a/zh-hant/docs/chapter_introduction/what_is_dsa.md b/zh-hant/docs/chapter_introduction/what_is_dsa.md index 24d5db0e4..5f135eaa6 100644 --- a/zh-hant/docs/chapter_introduction/what_is_dsa.md +++ b/zh-hant/docs/chapter_introduction/what_is_dsa.md @@ -26,7 +26,7 @@ 如下圖所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。 - 資料結構是演算法的基石。資料結構為演算法提供了結構化儲存的資料，以及操作資料的方法。 -- 演算法是資料結構發揮作用的舞臺。資料結構本身僅儲存資料資訊，結合演算法才能解決特定問題。 +- 演算法為資料結構注入生命力。資料結構本身僅儲存資料資訊，結合演算法才能解決特定問題。 - 演算法通常可以基於不同的資料結構實現，但執行效率可能相差很大，選擇合適的資料結構是關鍵。 ![資料結構與演算法的關係](what_is_dsa.assets/relationship_between_data_structure_and_algorithm.png)