feat: 优化文字

Author: lucifer

thinkings/basic-data-structure.md

@@ -8,25 +8,17 @@
 
 数据结构我们可以从逻辑上分为线性结构和非线性结构。线性结构有数组，栈，链表等， 非线性结构有树，图等。
 
-> 其实我们可以称树为一种半线性结构。
-
-需要注意的是，线性和非线性不代表存储结构是线性的还是非线性的，这两者没有任何关系，它只是一种逻辑上的划分。
-比如我们可以用数组去存储二叉树。
-
-一般而言，有前驱和后继的就是线性数据结构。比如数组和链表。
-
-> 其实一叉树就是链表。
+需要注意的是，线性和非线性不代表存储结构是线性的还是非线性的，这两者没有任何关系，它只是一种逻辑上的划分。比如我们可以用数组去存储二叉树。一般而言，有前驱和后继的就是线性数据结构。比如数组和链表。
 
 ### 数组
 
-数组是最简单的数据结构了，很多地方都用到它。 比如有一个数据列表等，用它是再合适不过了。
-其实后面的数据结构很多都有数组的影子。
+其实后面的数据结构很多都有数组的影子。数组是最简单的数据结构了，很多地方都用到它。 比如用一个数据列表存储一些用户的 id，就可以用数组进行存储。
 
 我们之后要讲的栈和队列其实都可以看成是一种`受限`的数组，怎么个受限法呢？我们后面讨论。
 
-我们来讲几个有趣的例子来加深大家对数组这种数据结构的理解。
+接下来通过几个有趣的例子来加深大家对数组这种数据结构的理解。
 
-#### React Hooks
+#### React Hooks（非前端党慎入）
 
 Hooks 的本质就是一个数组， 伪代码：
 
@@ -77,7 +69,7 @@ function Form() {
 
 ### 队列
 
-队列是一种受限的序列，它只能够操作队尾和队首，并且只能只能在队尾添加元素，在队首删除元素。
+队列是一种**受限**的序列。受限在哪呢？受限就受限在它只能够操作队尾和队首，并且只能只能在队尾添加元素，在队首删除元素。而数组就没有这个限制。
 
 队列作为一种最常见的数据结构同样有着非常广泛的应用， 比如消息队列
 
@@ -96,8 +88,9 @@ function Form() {
 
 （图片来自 https://github.com/trekhleb/javascript-algorithms/blob/master/src/data-structures/queue/README.zh-CN.md)
 
-我们前端在做性能优化的时候，很多时候会提到的一点就是“HTTP 1.1 的队头阻塞问题”，具体来说
-就是 HTTP2 解决了 HTTP1.1 中的队头阻塞问题，但是为什么 HTTP1.1 有队头阻塞问题，HTTP2 究竟怎么解决的这个问题，很多人都不清楚。
+#### 队列的实际使用
+
+我们在做性能优化的时候，很多时候会提到的一点就是“HTTP 1.1 的队头阻塞问题”，具体来说就是 HTTP2 解决了 HTTP1.1 中的队头阻塞问题，但是为什么 HTTP1.1 有队头阻塞问题，HTTP2 究竟怎么解决的这个问题，很多人都不清楚。
 
 其实`队头阻塞`是一个专有名词，不仅仅在 HTTP 有，交换器等其他地方也都涉及到了这个问题。实际上引起这个问题的根本原因是使用了`队列`这种数据结构。
 
@@ -133,7 +126,7 @@ function Form() {
 
 ### 栈
 
-栈也是一种受限的序列，它只能够操作栈顶，不管入栈还是出栈，都是在栈顶操作。
+栈也是一种**受限**的序列，它受限就受限在只能够操作栈顶，不管入栈还是出栈，都是在栈顶操作。同样地，数组就没有这个限制。
 
 在计算机科学中，一个栈 (stack) 是一种抽象数据类型，用作表示元素的集合，具有两种主要操作：
 
@@ -152,6 +145,8 @@ function Form() {
 
 （图片来自 https://github.com/trekhleb/javascript-algorithms/blob/master/src/data-structures/stack/README.zh-CN.md)
 
+#### 栈的应用（非前端慎入）
+
 栈在很多地方都有着应用，比如大家熟悉的浏览器就有很多栈，其实浏览器的执行栈就是一个基本的栈结构，从数据结构上说，它就是一个栈。
 这也就解释了，我们用递归的解法和用循环+栈的解法本质上是差不多的。
 
@@ -191,7 +186,7 @@ foo();
 
 （图片来自： https://github.com/trekhleb/javascript-algorithms/tree/master/src/algorithms/linked-list/traversal)
 
-#### React Fiber
+#### React Fiber（非前端慎入）
 
 很多人都说 fiber 是基于链表实现的，但是为什么要基于链表呢，可能很多人并没有答案，那么我觉得可以把这两个点（fiber 和链表）放到一起来讲下。
 
@@ -250,7 +245,7 @@ return, children, sibling 也都是一个 fiber，因此 fiber 看起来就是
 
 ## 非线性结构
 
-那么有了线性结构，我们为什么还需要非线性结构呢？ 答案是为了高效地兼顾静态操作和动态操作。大家可以对照各种数据结构的各种操作的复杂度来直观感受一下。
+那么有了线性结构，我们为什么还需要非线性结构呢？ 答案是为了高效地兼顾静态操作和动态操作，**我们一般使用树去管理需要大量动态操作的数据**。大家可以对照各种数据结构的各种操作的复杂度来直观感受一下。
 
 ### 树
 
@@ -311,10 +306,11 @@ return, children, sibling 也都是一个 fiber，因此 fiber 看起来就是
 
 #### 堆
 
-堆其实是一种优先级队列，在很多语言都有对应的内置数据结构，很遗憾 javascript 没有这种原生的数据结构。
-不过这对我们理解和运用不会有影响。
+堆其实是一种优先级队列，在很多语言都有对应的内置数据结构，很遗憾 javascript 没有这种原生的数据结构。不过这对我们理解和运用不会有影响。
+
+堆的一种典型的实现就是二叉堆。
 
-堆的特点：
+二叉堆的特点：
 
 - 在一个 最小堆 (min heap) 中，如果 P 是 C 的一个父级节点，那么 P 的 key（或 value) 应小于或等于 C 的对应值。
   正因为此，堆顶元素一定是最小的，我们会利用这个特点求最小值或者第 k 小的值。
@@ -398,10 +394,12 @@ return, children, sibling 也都是一个 fiber，因此 fiber 看起来就是
 - 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串；
 - 每个节点的所有子节点包含的字符都不相同。
 
-#### immutable 与 字典树
+#### immutable 与 字典树（非前端慎入）
 
 `immutableJS`的底层就是`share + tree`. 这样看的话，其实和字典树是一致的。
 
+关于这点，我写过一篇文章 [immutablejs 是如何优化我们的代码的？](https://mp.weixin.qq.com/s?__biz=MzA3MjU5NjU2NA==&mid=2455504106&idx=1&sn=8911bafed52aad42170b96f97b055b5c&chksm=88b349d1bfc4c0c7ab575711bbf5b3ca98423b60aed42ee9d9bfe43981336284e1440dd59f2e&token=967898660&lang=zh_CN#rd)，强烈建议前端开发阅读。
+
 相关算法：
 
 - [208.implement-trie-prefix-tree](../problems/208.implement-trie-prefix-tree.md)

thinkings/binary-tree-traversal.md

@@ -6,7 +6,8 @@
 
 > 你如果掌握了二叉树的遍历，那么也许其他复杂的树对于你来说也并不遥远了
 
-二叉数的遍历主要有前中后遍历和层次遍历。 前中后属于 DFS，层次遍历属于 BFS。
+二叉数的遍历主要有前中后遍历和层次遍历。 前中后属于 DFS，层次遍历则可以使用 BFS 或者 DFS 来实现。只不过使用 BFS 来实现层次遍历会容易些，因为层次遍历就是 BFS 的副产物啊，你可以将层次遍历看成没有提前终止的 BFS
+
 DFS 和 BFS 都有着自己的应用，比如 leetcode 301 号问题和 609 号问题。
 
 DFS 都可以使用栈来简化操作，并且其实树本身是一种递归的数据结构，因此递归和栈对于 DFS 来说是两个关键点。
@@ -19,7 +20,7 @@ DFS 图解：
 
 BFS 的关键点在于如何记录每一层次是否遍历完成， 我们可以用一个标识位来表式当前层的结束。
 
-首先不管是前中还是后序遍历，变的只是根节点的位置， 左右节点的顺序永远是先左后右。 比如前序遍历就是根在前面，即根左右。中序就是根在中间，即左根右。后序就是根在后面，即左右根。
+对于前中后序遍历来说。首先不管是前中还是后序遍历，变的只是根节点的位置， 左右节点的顺序永远是先左后右。 比如前序遍历就是根在前面，即根左右。中序就是根在中间，即左根右。后序就是根在后面，即左右根。
 
 下面我们依次讲解：
 
@@ -150,6 +151,8 @@ class Solution:
 
 > 虽然递归也是额外的线性时间，但是递归的栈开销还是比一个 0，1 变量开销大的。换句话说就是空间复杂度的常数项是不同的，这在一些情况下的差异还是蛮明显的。
 
+**划重点：双色迭代法是一种可以用迭代模拟递归的写法，其写法和递归非常相似，要比普通迭代简单地多。**
+
 ## Morris 遍历
 
 我们可以使用一种叫做 Morris 遍历的方法，既不使用递归也不借助于栈。从而在 $O(1)$ 空间完成这个过程。
@@ -194,6 +197,8 @@ def MorrisTraversal(root):
 
 参考： [what-is-morris-traversal](https://www.educative.io/edpresso/what-is-morris-traversal)
 
+**划重点：Morris 是一种可以在 $O(1)$ 空间遍历二叉树的算法。\***
+
 ## 相关题目
 
 - [lowest-common-ancestor-of-a-binary-tree](https://leetcode-cn.com/problems/lowest-common-ancestor-of-a-binary-tree/)