Polish the chapter of heap, introduction, preface.

Replace "其它" with "其他"

docs/chapter_introduction/algorithms_are_everywhere.md

@@ -1,18 +1,18 @@
 # 算法无处不在
 
-听到“算法”这个词，我们一般会联想到数学。但实际上，大多数算法并不包含复杂的数学，而更像是在考察基本逻辑，而这些逻辑在我们日常生活中处处可见。
+当我们听到“算法”这个词时，很自然地会想到数学。然而实际上，许多算法并不涉及复杂数学，而是更多地依赖于基本逻辑，这些逻辑在我们的日常生活中处处可见。
 
-在正式介绍算法之前，我想告诉你一件有趣的事：**其实，你在过去已经学会了很多算法，并且已经习惯将它们应用到日常生活中**。接下来，我将介绍两个具体例子来佐证。
+在正式探讨算法之前，有一个有趣的事实值得分享：**实际上，你已经学会了许多算法，并习惯将他们应用到日常生活中了**。下面，我将举两个具体例子来证实这一点。
 
-**例一：拼积木**。一套积木，除了有许多部件之外，还会附送详细的拼装说明书。我们按照说明书上一步步操作，即可拼出复杂的积木模型。
+**例一：组装积木**。一套积木，除了包含许多零件之外，还附有详细的组装说明书。我们按照说明书一步步操作，就能组装出精美的积木模型。
 
-如果从数据结构与算法的角度看，大大小小的「积木」就是数据结构，而「拼装说明书」上的一系列步骤就是算法。
+从数据结构与算法的角度来看，积木的各种形状和连接方式代表数据结构，而组装说明书上的一系列步骤则是算法。
 
-**例二：查字典**。在字典中，每个汉字都有一个对应的拼音，而字典是按照拼音的英文字母表顺序排列的。假设需要在字典中查询任意一个拼音首字母为 $r$ 的字，一般我们会这样做：
+**例二：查阅字典**。在字典里，每个汉字都对应一个拼音，而字典是按照拼音的英文字母顺序排列的。假设我们需要查找一个拼音首字母为 $r$ 的字，通常会这样操作：
 
-1. 打开字典大致一半页数的位置，查看此页的首字母是什么（假设为 $m$ ）；
-2. 由于在英文字母表中 $r$ 在 $m$ 的后面，因此应排除字典前半部分，查找范围仅剩后半部分；
-3. 循环执行步骤 1-2 ，直到找到拼音首字母为 $r$ 的页码时终止。
+1. 翻开字典约一半的页数，查看该页首字母是什么（假设为 $m$ ）；
+2. 由于在英文字母表中 $r$ 位于 $m$ 之后，所以排除字典前半部分，查找范围缩小到后半部分；
+3. 不断重复步骤 1-2 ，直至找到拼音首字母为 $r$ 的页码为止。
 
 === "<1>"
     ![查字典步骤](algorithms_are_everywhere.assets/look_up_dictionary_step_1.png)
@@ -29,10 +29,10 @@
 === "<5>"
     ![look_up_dictionary_step_5](algorithms_are_everywhere.assets/look_up_dictionary_step_5.png)
 
-查字典这个小学生的标配技能，实际上就是大名鼎鼎的「二分查找」。从数据结构角度，我们可以将字典看作是一个已排序的「数组」；而从算法角度，我们可将上述查字典的一系列指令看作是「二分查找」算法。
+查阅字典这个小学生必备技能，实际上就是著名的「二分查找」。从数据结构的角度，我们可以把字典视为一个已排序的「数组」；从算法的角度，我们可以将上述查字典的一系列操作看作是「二分查找」算法。
 
-小到烹饪一道菜、大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现，使我们可以通过编程将数据结构存储在内存中，也可以编写代码来调用 CPU, GPU 执行算法，从而将生活中的问题搬运到计算机中，更加高效地解决各式各样的复杂问题。
+小到烹饪一道菜，大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现使我们能够通过编程将数据结构存储在内存中，同时编写代码调用 CPU 和 GPU 执行算法。这样一来，我们就能把生活中的问题转移到计算机上，以更高效的方式解决各种复杂问题。
 
 !!! tip
 
-    读到这里，如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解，那么就太好了！因为这正是本书存在的价值，接下来，本书将会一步步地引导你进入数据结构与算法的知识殿堂。
+    阅读至此，如果你对数据结构、算法、数组和二分查找等概念仍感到一知半解，那么太好了！因为这正是本书存在的意义。接下来，这本书将一步步引导你深入数据结构与算法的知识殿堂。

docs/chapter_introduction/summary.md

@@ -1,7 +1,7 @@
 # 小结
 
-- 算法在生活中随处可见，并不高深莫测。我们已经不知不觉地学习到许多“算法”，用于解决生活中大大小小的问题。
-- “查字典”的原理和二分查找算法一致。二分体现分而治之的重要算法思想。
-- 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，数据结构是在计算机中组织与存储数据的方式。
-- 数据结构与算法两者紧密联系。数据结构是算法的底座，算法是发挥数据结构的舞台。
-- 乐高积木对应数据，积木形状和连接形式对应数据结构，拼装积木的流程步骤对应算法。
+- 算法在日常生活中无处不在，并不是遥不可及的高深知识。实际上，我们已经在不知不觉中学习了许多“算法”，用以解决生活中的大小问题。
+- 查阅字典的原理与二分查找算法相一致。二分查找体现了分而治之的重要算法思想。
+- 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，而算法则是发挥数据结构作用的舞台。
+- 乐高积木对应于数据，积木形状和连接方式代表数据结构，拼装积木的步骤则对应算法。

docs/chapter_introduction/what_is_dsa.md

@@ -4,32 +4,31 @@
 
 「算法 Algorithm」是在有限时间内解决特定问题的一组指令或操作步骤。算法具有以下特性：
 
-- 问题是明确的，需要拥有明确的输入和输出定义。
-- 解具有确定性，即给定相同输入时，输出一定相同。
-- 具有可行性，可在有限步骤、有限时间、有限内存空间下完成。
-- 独立于编程语言，即可用多种语言实现。
+- 问题是明确的，具有清晰的输入和输出定义。
+- 解具有确定性，即给定相同的输入时，输出始终相同。
+- 具有可行性，在有限步骤、时间和内存空间下可完成。
 
 ## 数据结构定义
 
-「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构的设计原则有：
+「数据结构 Data Structure」是计算机中组织和存储数据的方式。为了提高数据存储和操作性能，数据结构的设计目标包括：
 
-- 空间占用尽可能小，节省计算机内存。
-- 数据操作尽量快，包括数据访问、添加、删除、更新等。
-- 提供简洁的数据表示和逻辑信息，以便算法高效运行。
+- 空间占用尽量减少，节省计算机内存。
+- 数据操作尽可能快速，涵盖数据访问、添加、删除、更新等。
+- 提供简洁的数据表示和逻辑信息，以利于算法高效运行。
 
-数据结构的设计是一个充满权衡的过程，这意味着如果获得某方面的优势，则往往需要在另一方面做出妥协。例如，链表相对于数组，数据添加删除操作更加方便，但牺牲了数据的访问速度；图相对于链表，提供了更多的逻辑信息，但需要占用更多的内存空间。
+数据结构设计是一个充满权衡的过程，这意味着要在某方面取得优势，往往需要在另一方面作出妥协。例如，链表相较于数组，在数据添加和删除操作上更加便捷，但牺牲了数据访问速度；图相较于链表，提供了更丰富的逻辑信息，但需要占用更大的内存空间。
 
 ## 数据结构与算法的关系
 
-「数据结构」与「算法」是高度相关、紧密嵌合的，体现在：
+「数据结构」与「算法」高度相关且紧密结合，具体表现在：
 
-- 数据结构是算法的底座。数据结构为算法提供结构化存储的数据，以及操作数据的对应方法。
-- 算法是数据结构发挥的舞台。数据结构仅存储数据信息，结合算法才可解决特定问题。
-- 算法有对应最优的数据结构。给定算法，一般可基于不同的数据结构实现，而最终执行效率往往相差很大。
+- 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，以及用于操作数据的方法。
+- 算法是数据结构发挥的舞台。数据结构本身仅存储数据信息，通过结合算法才能解决特定问题。
+- 特定算法通常有对应最优的数据结构。算法通常可以基于不同的数据结构进行实现，但最终执行效率可能相差很大。
 
 ![数据结构与算法的关系](what_is_dsa.assets/relationship_between_data_structure_and_algorithm.png)
 
-如果将「LEGO 乐高」类比到「数据结构与算法」，那么可以得到下表所示的对应关系。
+类比「LEGO 乐高」和「数据结构与算法」，则对应关系如下表所示。
 
 <div class="center-table" markdown>
 
@@ -42,6 +41,8 @@
 
 </div>
 
+值得注意的是，数据结构与算法独立于编程语言。正因如此，本书得以提供多种编程语言的实现。
+
 !!! tip "约定俗成的简称"
 
-    在实际讨论中，我们通常会将「数据结构与算法」直接简称为「算法」。例如，我们熟称的 LeetCode 算法题目，实际上同时考察了数据结构和算法两部分知识。
+    在实际讨论时，我们通常会将「数据结构与算法」简称为「算法」。例如，众所周知的 LeetCode 算法题目，实际上同时考察了数据结构和算法两方面的知识。