build

chapter_computational_complexity/time_complexity.md

@@ -2548,7 +2548,7 @@ $$
 
 对数阶常出现于基于分治策略的算法中，体现了“一分为多”和“化繁为简”的算法思想。它增长缓慢，是仅次于常数阶的理想的时间复杂度。
 
-!!! tip
+!!! tip "$O(\log n)$ 的底数是多少？"
 
     准确来说，“一分为 $m$”对应的时间复杂度是 $O(\log_m n)$ 。而通过对数换底公式，我们可以得到具有不同底数的、相等的时间复杂度：
 

chapter_tree/binary_search_tree.md

@@ -1333,33 +1333,7 @@ comments: true
 === "Dart"
 
     ```dart title="binary_search_tree.dart"
-    /* 插入节点 */
-    void insert(int num) {
-      // 若树为空，直接提前返回
-      if (_root == null) return;
-      TreeNode? cur = _root;
-      TreeNode? pre = null;
-      // 循环查找，越过叶节点后跳出
-      while (cur != null) {
-        // 找到重复节点，直接返回
-        if (cur.val == num) return;
-        pre = cur;
-        // 插入位置在 cur 的右子树中
-        if (cur.val < num)
-          cur = cur.right;
-        // 插入位置在 cur 的左子树中
-        else
-          cur = cur.left;
-      }
-      // 插入节点
-      TreeNode? node = TreeNode(num);
-      if (pre!.val < num)
-        pre.right = node;
-      else
-        pre.left = node;
-    }
-
-  /* 删除节点 */
+    /* 删除节点 */
     void remove(int num) {
       // 若树为空，直接提前返回
       if (_root == null) return;