Fix all the ** (bolded symbols).

docs/chapter_sorting/merge_sort.md

@@ -6,8 +6,8 @@ comments: true
 
 「归并排序 Merge Sort」是算法中“分治思想”的典型体现，其有「划分」和「合并」两个阶段：
 
-1. **划分阶段：** 通过递归不断 **将数组从中点位置划分开**，将长数组的排序问题转化为短数组的排序问题；
-2. **合并阶段：** 划分到子数组长度为 1 时，开始向上合并，不断将 **左、右两个短排序数组** 合并为 **一个长排序数组**，直至合并至原数组时完成排序；
+1. **划分阶段**：通过递归不断 **将数组从中点位置划分开**，将长数组的排序问题转化为短数组的排序问题；
+2. **合并阶段**：划分到子数组长度为 1 时，开始向上合并，不断将 **左、右两个短排序数组** 合并为 **一个长排序数组**，直至合并至原数组时完成排序；
 
 ![merge_sort_preview](merge_sort.assets/merge_sort_preview.png)
 
@@ -15,14 +15,14 @@ comments: true
 
 ## 算法流程
 
-**「递归划分」** 从顶至底递归地 **将数组从中点切为两个子数组** ，直至长度为 1 ；
+**「递归划分」** 从顶至底递归地 **将数组从中点切为两个子数组**，直至长度为 1 ；
 
 1. 计算数组中点 `mid` ，递归划分左子数组（区间 `[left, mid]` ）和右子数组（区间 `[mid + 1, right]` ）；
 2. 递归执行 `1.` 步骤，直至子数组区间长度为 1 时，终止递归划分；
 
 **「回溯合并」** 从底至顶地将左子数组和右子数组合并为一个 **有序数组** ；
 
-需要注意，由于从长度为 1 的子数组开始合并，所以 **每个子数组都是有序的** 。因此，合并任务本质是要 **将两个有序子数组合并为一个有序数组** 。
+需要注意，由于从长度为 1 的子数组开始合并，所以 **每个子数组都是有序的**。因此，合并任务本质是要 **将两个有序子数组合并为一个有序数组**。
 
 === "Step1"
     ![merge_sort_step1](merge_sort.assets/merge_sort_step1.png)
@@ -56,8 +56,8 @@ comments: true
 
 观察发现，归并排序的递归顺序就是二叉树的「后序遍历」。
 
-- **后序遍历：** 先递归左子树、再递归右子树、最后处理根结点。
-- **归并排序：** 先递归左子树、再递归右子树、最后处理合并。
+- **后序遍历**：先递归左子树、再递归右子树、最后处理根结点。
+- **归并排序**：先递归左子树、再递归右子树、最后处理合并。
 
 === "Java"
 
@@ -406,11 +406,11 @@ comments: true
 
 ## 算法特性
 
-- **时间复杂度 $O(n \log n)$ ：** 划分形成高度为 $\log n$ 的递归树，每层合并的总操作数量为 $n$ ，总体使用 $O(n \log n)$ 时间。
-- **空间复杂度 $O(n)$ ：** 需借助辅助数组实现合并，使用 $O(n)$ 大小的额外空间；递归深度为 $\log n$ ，使用 $O(\log n)$ 大小的栈帧空间。
-- **非原地排序：** 辅助数组需要使用 $O(n)$ 额外空间。
-- **稳定排序：** 在合并时可保证相等元素的相对位置不变。
-- **非自适应排序：** 对于任意输入数据，归并排序的时间复杂度皆相同。
+- **时间复杂度 $O(n \log n)$** ：划分形成高度为 $\log n$ 的递归树，每层合并的总操作数量为 $n$ ，总体使用 $O(n \log n)$ 时间。
+- **空间复杂度 $O(n)$** ：需借助辅助数组实现合并，使用 $O(n)$ 大小的额外空间；递归深度为 $\log n$ ，使用 $O(\log n)$ 大小的栈帧空间。
+- **非原地排序**：辅助数组需要使用 $O(n)$ 额外空间。
+- **稳定排序**：在合并时可保证相等元素的相对位置不变。
+- **非自适应排序**：对于任意输入数据，归并排序的时间复杂度皆相同。
 
 ## 链表排序 *