build

docs/chapter_tree/binary_tree_traversal.md

@@ -12,7 +12,7 @@ comments: true
 
 如图 7-9 所示，「层序遍历 level-order traversal」从顶部到底部逐层遍历二叉树，并在每一层按照从左到右的顺序访问节点。
 
-层序遍历本质上属于「广度优先遍历 breadth-first traversal」，它体现了一种“一圈一圈向外扩展”的逐层遍历方式。
+层序遍历本质上属于「广度优先遍历 breadth-first traversal, BFS」，它体现了一种“一圈一圈向外扩展”的逐层遍历方式。
 
 ![二叉树的层序遍历](binary_tree_traversal.assets/binary_tree_bfs.png){ class="animation-figure" }
 
@@ -20,7 +20,7 @@ comments: true
 
 ### 1.   代码实现
 
-广度优先遍历通常借助“队列”来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进”的规则，两者背后的思想是一致的。
+广度优先遍历通常借助“队列”来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进”的规则，两者背后的思想是一致的。实现代码如下：
 
 === "Python"
 
@@ -331,13 +331,13 @@ comments: true
 
 ## 7.2.2   前序、中序、后序遍历
 
-相应地，前序、中序和后序遍历都属于「深度优先遍历 depth-first traversal」，它体现了一种“先走到尽头，再回溯继续”的遍历方式。
+相应地，前序、中序和后序遍历都属于「深度优先遍历 depth-first traversal, DFS」，它体现了一种“先走到尽头，再回溯继续”的遍历方式。
 
-图 7-10 展示了对二叉树进行深度优先遍历的工作原理。**深度优先遍历就像是绕着整个二叉树的外围“走”一圈**，在每个节点都会遇到三个位置，分别对应前序遍历、中序遍历和后序遍历。
+图 7-10 展示了对二叉树进行深度优先遍历的工作原理。**深度优先遍历就像是绕着整棵二叉树的外围“走”一圈**，在每个节点都会遇到三个位置，分别对应前序遍历、中序遍历和后序遍历。
 
-![二叉搜索树的前、中、后序遍历](binary_tree_traversal.assets/binary_tree_dfs.png){ class="animation-figure" }
+![二叉搜索树的前序、中序、后序遍历](binary_tree_traversal.assets/binary_tree_dfs.png){ class="animation-figure" }
 
-<p align="center"> 图 7-10 &nbsp; 二叉搜索树的前、中、后序遍历 </p>
+<p align="center"> 图 7-10 &nbsp; 二叉搜索树的前序、中序、后序遍历 </p>
 
 ### 1. &nbsp; 代码实现
 
@@ -754,9 +754,9 @@ comments: true
     }
     ```
 
-!!! note
+!!! tip
 
-    深度优先搜索也可以基于迭代实现，有兴趣的同学可以自行研究。
+    深度优先搜索也可以基于迭代实现，有兴趣的读者可以自行研究。
 
 图 7-11 展示了前序遍历二叉树的递归过程，其可分为“递”和“归”两个逆向的部分。