build

学习相关/就业/计算机常考八股文总结/数据结构和算法/树/平衡树、搜索树/index.md

@@ -158,59 +158,59 @@ AVL 树的实现主要是为了保持树的平衡，提高检索效率，根据
 
 红黑树删除操作极其复杂，且考研和求职面试基本不会考察，因此这里不做详细介绍。
 
-## 讲讲B树的结构和特点
+## 讲讲 B 树的结构和特点
 
-B树是一种多路搜索树，主要用于数据库和文件系统中，具有以下特点：
+B 树是一种多路搜索树，主要用于数据库和文件系统中，具有以下特点：
 
 1. **关键字集合分布在整棵树中**：任何一个关键字出现且只出现在一个节点中。
 2. **搜索可能在非叶子节点结束**：搜索过程中可能在非叶子节点找到目标关键字。
-3. **搜索性能等价于在关键字全集内做一次二分查找**：B树的高度较低，搜索效率高。
-4. **自动层次控制，自动平衡**：B树通过插入和删除操作自动保持平衡，确保树的高度较低。
+3. **搜索性能等价于在关键字全集内做一次二分查找**：B 树的高度较低，搜索效率高。
+4. **自动层次控制，自动平衡**：B 树通过插入和删除操作自动保持平衡，确保树的高度较低。
 
-B树的结构主要有根节点、内部节点和叶子节点，每个节点可以有多个子节点，可以减少树的高度，提高检索效率。
+B 树的结构主要有根节点、内部节点和叶子节点，每个节点可以有多个子节点，可以减少树的高度，提高检索效率。
 
-一个m阶（m > 3）的非空B树满足以下几个条件：
+一个 m 阶（m > 3）的非空 B 树满足以下几个条件：
 
 1. **节点的子节点数量**：除了根节点和叶子节点外，每个节点至少有 `m/2` 个子节点，最多有 m 个子节点。
 2. **节点的关键字数量**：每个节点由两部分组成，一部分是指向子节点的指针，一部分是关键字。每个节点包含的关键字数量为 n，且满足 `m/2 - 1 ≤ n ≤ m - 1`，指针的个数是 `n+1`。
 3. **根节点的子节点数量**：根节点至少有两个子树，除非整棵树只有根节点。
 4. **叶子节点的层次**：所有叶子节点都在同一层，叶子节点的指针为空。
 
-![B树](B树.png)
+![B 树](B树.png)
 
-## B树的插入操作（删除一般不考）
+## B 树的插入操作（删除一般不考）
 
 1. **找到插入位置**：从根节点开始，找到适当的叶子节点插入关键字。
 2. **插入关键字**：将关键字直接插入在节点的左侧或右侧。
 3. **节点分裂**：如果插入后节点的关键字数量超过 `m - 1`，则进行节点分裂，将一半的关键字元素连带对应指针分裂到其相邻的新节点，中间关键字元素上升到父节点，如果根节点分裂，则创建一个新的根节点。
 
-## 讲讲B+树的结构和特点
+## 讲讲 B+ 树的结构和特点
 
-B+树是一种多路平衡搜索树，是B树的一种变种，主要特点如下：
+B+ 树是一种多路平衡搜索树，是 B 树的一种变种，主要特点如下：
 
 1. **多路平衡搜索树**：每个节点可以有多个子节点，可以减少树的高度，提高检索效率。
 2. **平衡树**：每个节点的子节点数目相同，可以保持树的平衡，提高检索效率。
 3. **自平衡树**：可以自动调整树的结构，保持树的平衡，提高检索效率。
-4. **叶子节点有序**：B+树的叶子节点是有序的，可以加快区间查询的速度。
-5. **非叶子节点不存储数据**：B+树的非叶子节点只存储索引，不存储数据，可以减少IO操作，提高检索效率。
+4. **叶子节点有序**：B+ 树的叶子节点是有序的，可以加快区间查询的速度。
+5. **非叶子节点不存储数据**：B+ 树的非叶子节点只存储索引，不存储数据，可以减少 IO 操作，提高检索效率。
 
-B+树的结构主要有根节点、内部节点和叶子节点，每个节点可以有多个子节点，可以减少树的高度，提高检索效率。
+B+ 树的结构主要有根节点、内部节点和叶子节点，每个节点可以有多个子节点，可以减少树的高度，提高检索效率。
 
-换句话说，和B树的区别在于：
+换句话说，和 B 树的区别在于：
 
-1. **非叶子节点的子树指针数和关键字数相同**：B+树的非叶子节点的子树指针数等于关键字数，而B树的非叶子节点的子树指针数总是比关键字数多1。
-2. **非叶子节点孩子范围是左闭右开**：B+树的非叶子节点的孩子范围是左闭右开区间。
-3. **所有叶子节点有链指针**：B+树的所有叶子节点通过链指针连接，便于区间查找。
-4. **所有关键字都在叶子节点上**：B+树的所有关键字都存储在叶子节点上，非叶子节点只存储索引。
-5. **搜索只会在叶子节点上结束**：B+树的搜索操作最终会在叶子节点上结束。
+1. **非叶子节点的子树指针数和关键字数相同**：B+ 树的非叶子节点的子树指针数等于关键字数，而 B 树的非叶子节点的子树指针数总是比关键字数多 1。
+2. **非叶子节点孩子范围是左闭右开**：B+ 树的非叶子节点的孩子范围是左闭右开区间。
+3. **所有叶子节点有链指针**：B+ 树的所有叶子节点通过链指针连接，便于区间查找。
+4. **所有关键字都在叶子节点上**：B+ 树的所有关键字都存储在叶子节点上，非叶子节点只存储索引。
+5. **搜索只会在叶子节点上结束**：B+ 树的搜索操作最终会在叶子节点上结束。
 
-![B+树](B+树.png)
+![B+ 树](B+树.png)
 
-B+树一般不考插入删除。
+B+ 树一般不考插入删除。
 
 ## 讲讲字典树的结构和特点
 
-字典树（Trie树）是一种树形结构，用于存储字符串，主要特点如下：
+字典树（Trie 树）是一种树形结构，用于存储字符串，主要特点如下：
 
 1. **树形结构**：字典树是一种树形结构，每个节点有多个子节点，可以存储字符串，提高检索效率。
 2. **前缀树**：字典树是一种前缀树，每个节点代表一个字符，可以存储前缀，提高检索效率。
@@ -237,4 +237,4 @@ B+树一般不考插入删除。
 
 ### 注意事项
 
-字典树适用于字符集较小的语言（如英文），因为英文只有26个字母。而对于字符集较大的语言（如中文），字典树的空间复杂度较高，需要根据具体需求选择合适的数据结构。
+字典树适用于字符集较小的语言（如英文），因为英文只有 26 个字母。而对于字符集较大的语言（如中文），字典树的空间复杂度较高，需要根据具体需求选择合适的数据结构。

实验室/学生机器人爱好者协会/index.md

@@ -32,7 +32,7 @@
 ![部分证书](./photo/award2.jpg)
 
 ## 四、招新流程
-机协招新群 -18：957230531
+机协招新群 -18:957230531
 
 ![海报 1](./photo/poster1.png)
 ![海报 2](./photo/poster2.png)