Update the chapter preface.

codes/javascript/chapter_stack_and_queue/array_deque.js

@@ -4,7 +4,6 @@
  * Author: Zhuo Qinyue (1403450829@qq.com)
  */
 
-
 /* 基于环形数组实现的双向队列 */
 class ArrayDeque {
     #nums;       // 用于存储双向队列元素的数组

docs/chapter_array_and_linkedlist/linked_list.md

@@ -378,7 +378,7 @@
     [class]{}-[func]{insert}
     ```
 
-在链表中删除结点也很方便，只需要改变一个结点指针即可。如下图所示，虽然在完成删除后结点 `P` 仍然指向 `n2` ，但实际上 `P` 已经不属于此链表了，因为遍历此链表是无法访问到 `P` 的。
+在链表中删除结点也很方便，只需要改变一个结点指针即可。如下图所示，虽然在完成删除后结点 `P` 仍然指向 `n1` ，但实际上 `P` 已经不属于此链表了，因为遍历此链表是无法访问到 `P` 的。
 
 ![链表删除结点](linked_list.assets/linkedlist_remove_node.png)
 

docs/chapter_preface/about_the_book.md

@@ -1,12 +1,10 @@
 # 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" 。
+本项目致力于构建一本开源免费、新手友好的数据结构与算法入门书。
 
-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 。
+- 全书采用动画图解，结构化地讲解数据结构与算法知识，内容清晰易懂、学习曲线平滑；
-
+- 算法源代码皆可一键运行，支持 Java, C++, Python, Go, JS, TS, C#, Swift, Zig 等语言；
-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：
+- 鼓励读者在章节讨论区互帮互助、共同进步，提问与评论一般能在两日内得到回复；
-
-<h4 align="center"> Hello 算法！ </h4>
 
 ## 读者对象
 
@@ -22,7 +20,7 @@
 
 ## 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。
+本书主要内容有：
 
 - **复杂度分析**：数据结构与算法的评价维度、算法效率的评估方法。时间复杂度、空间复杂度，包括推算方法、常见类型、示例等。
 - **数据结构**：常用的基本数据类型，数据在内存中的存储方式、数据结构分类方法。数组、链表、栈、队列、散列表、树、堆、图等数据结构，内容包括定义、优劣势、常用操作、常见类型、典型应用、实现方法等。

docs/chapter_preface/summary.md

@@ -0,0 +1,8 @@
+# 小结
+
+- 本书主要面向算法初学者。对于已经有一定积累的同学，这本书可以帮助你系统回顾算法知识，源代码可被当作“刷题工具库”来使用。
+- 书中内容主要分为复杂度分析、数据结构、算法三部分，覆盖了该领域的大部分主题。
+- 对于算法小白，在初学阶段阅读一本入门书是非常有必要的，可以少走许多弯路。
+- 书内的动画和图解往往介绍的是重点和难点知识，在阅读时应该多加关注。
+- 实践是学习编程的最佳方式，强烈推荐运行源代码，动手敲代码。
+- 本书提供了讨论区，遇到疑惑可以随时提问。

docs/chapter_stack_and_queue/deque.md

@@ -439,7 +439,7 @@
 
 === "JavaScript"
 
-    ```js title="array_deque.js"
+    ```javascript title="array_deque.js"
     [class]{ArrayDeque}-[func]{}
     ```
 

mkdocs.yml

@@ -127,6 +127,7 @@ nav:
   - 0.     写在前面:
     - 0.1.   关于本书: chapter_preface/about_the_book.md
     - 0.2.   如何使用本书: chapter_preface/suggestions.md
+    - 0.3.   小结: chapter_preface/summary.md
   - 1.     引言:
     - 1.1.   算法无处不在: chapter_introduction/algorithms_are_everywhere.md
     - 1.2.   算法是什么: chapter_introduction/what_is_dsa.md