Remove the spaces between “ ” and 中文 aside.

docs/chapter_searching/binary_search.md

@@ -24,9 +24,9 @@ $$
 1. **双闭区间 $[0, n-1]$** ，即两个边界都包含自身；此方法下，区间 $[0, 0]$ 仍包含一个元素；
 2. **左闭右开 $[0, n)$** ，即左边界包含自身、右边界不包含自身；此方法下，区间 $[0, 0)$ 为空；
 
-### “双闭区间” 实现
+### “双闭区间”实现
 
-首先，我们先采用 “双闭区间” 的表示，在数组 `nums` 中查找目标元素 `target` 的对应索引。
+首先，我们先采用“双闭区间”的表示，在数组 `nums` 中查找目标元素 `target` 的对应索引。
 
 === "Step 1"
 
@@ -56,7 +56,7 @@ $$
 
     ![binary_search_step7](binary_search.assets/binary_search_step7.png)
 
-二分查找 “双闭区间” 表示下的代码如下所示。
+二分查找“双闭区间”表示下的代码如下所示。
 
 === "Java"
 
@@ -167,9 +167,9 @@ $$
 
     ```
 
-### “左闭右开” 实现
+### “左闭右开”实现
 
-当然，我们也可以使用 “左闭右开” 的表示方法，写出相同功能的二分查找代码。
+当然，我们也可以使用“左闭右开”的表示方法，写出相同功能的二分查找代码。
 
 === "Java"
 
@@ -294,7 +294,7 @@ $$
 
 </div>
 
-观察发现，在 “双闭区间” 表示中，由于对左右两边界的定义是相同的，因此缩小区间的 $i$ , $j$ 处理方法也是对称的，这样更不容易出错。综上所述，**建议你采用 “双闭区间” 的写法。**
+观察发现，在“双闭区间”表示中，由于对左右两边界的定义是相同的，因此缩小区间的 $i$ , $j$ 处理方法也是对称的，这样更不容易出错。综上所述，**建议你采用“双闭区间”的写法。**
 
 ### 大数越界处理
 

docs/chapter_searching/hashing_search.md

@@ -8,7 +8,7 @@ comments: true
 
     在数据量很大时，「线性查找」太慢；而「二分查找」要求数据必须是有序的，并且只能在数组中应用。那么是否有方法可以同时避免上述缺点呢？答案是肯定的，此方法被称为「哈希查找」。
 
-「哈希查找 Hash Searching」借助一个哈希表来存储需要的「键值对 Key Value Pair」，我们可以在 $O(1)$ 时间下实现 “键 $\rightarrow$ 值” 映射查找，体现着 “以空间换时间” 的算法思想。
+「哈希查找 Hash Searching」借助一个哈希表来存储需要的「键值对 Key Value Pair」，我们可以在 $O(1)$ 时间下实现“键 $\rightarrow$ 值”映射查找，体现着“以空间换时间”的算法思想。
 
 ## 算法实现