更新代码格式

Contents/00.Introduction/02.Algorithm-Complexity.md

@@ -43,7 +43,7 @@
 
 下面通过一个具体例子来说明一下如何计算时间复杂度。
 
-```Python
+```python
 def algorithm(n):
     fact = 1
     for i in range(1, n + 1):
@@ -120,7 +120,7 @@ $\Theta$ 符号渐进地给出了一个函数的上界和下界，如果我们
 
 $O(1)$ 只是常数阶时间复杂度的一种表示方式，并不是指只执行了一行代码。只要代码的执行时间不随着问题规模 n 的增大而增长，这样的算法时间复杂度都记为 $O(1)$。
 
-```Python
+```python
 def algorithm(n):
     a = 1
     b = 2
@@ -134,7 +134,7 @@ def algorithm(n):
 
 一般含有非嵌套循环，且单层循环下的语句执行次数为 n 的算法涉及线性时间复杂度。这类算法随着问题规模 n 的增大，对应计算次数呈线性增长。
 
-```Python
+```python
 def algorithm(n):
     sum = 0
     for i in range(n):
@@ -149,7 +149,7 @@ def algorithm(n):
 
 一般含有双层嵌套，且每层循环下的语句执行次数为 n 的算法涉及平方时间复杂度。这类算法随着问题规模 n 的增大，对应计算次数呈平方关系增长。
 
-```Python
+```python
 def algorithm(n):
     res = 0
     for i in range(n):
@@ -164,7 +164,7 @@ def algorithm(n):
 
 阶乘时间复杂度一般出现在与「全排列」、「旅行商问题暴力解法」相关的算法中。这类算法随着问题规模 n 的增大，对应计算次数呈阶乘关系增长。
 
-```Python
+```python
 def permutations(arr, start, end):
     if start == end:
         print(arr)
@@ -182,7 +182,7 @@ def permutations(arr, start, end):
 
 对数时间复杂度一般出现在「二分查找」、「分治」这种一分为二的算法中。这类算法随着问题规模 n 的增大，对应的计算次数呈对数关系增长。
 
-```Python
+```python
 def algorithm(n):
     cnt = 1
     while cnt < n:
@@ -197,7 +197,7 @@ def algorithm(n):
 
  线性对数一般出现在排序算法中，例如「快速排序」、「归并排序」、「堆排序」等。这类算法随着问题规模 n 的增大，对应的计算次数呈线性对数关系增长。
 
-```Python
+```python
 def algorithm(n):
     cnt = 1
     res = 0
@@ -225,7 +225,7 @@ def algorithm(n):
 
 我们通过一个例子来分析下最佳、最坏、最差时间复杂度。
 
-```Python
+```python
 def find(nums, val):
     pos = -1
     for i in range(n):
@@ -263,7 +263,7 @@ def find(nums, val):
 
 #### 3.1.1 常数 O(1)
 
-```Python
+```python
 def algorithm(n):
     a = 1
     b = 2
@@ -275,7 +275,7 @@ def algorithm(n):
 
 #### 3.1.2 线性 O(n)
 
-```Python
+```python
 def algorithm(n):
     if n <= 0:
         return 1

Contents/00.Introduction/03.LeetCode-Guide.md

@@ -114,7 +114,7 @@ LeetCode 提供了题目的搜索过滤功能。可以筛选相关题单、不
 
 1. 思路一：暴力搜索
 
-```Python
+```python
 class Solution:
     def twoSum(self, nums: List[int], target: int) -> List[int]:
         size = len(nums)
@@ -127,7 +127,7 @@ class Solution:
 
 2. 思路二：哈希表
 
-```Python
+```python
 class Solution:
     def twoSum(self, nums: List[int], target: int) -> List[int]:
         size = len(nums)

Contents/01.Array/01.Array-Basic/01.Array-Basic.md

@@ -66,7 +66,7 @@ int[][] arr = new int[3][]{ {1,2,3}, {4,5}, {6,7,8,9}};
 
 原生 `Python` 中其实没有数组的概念，而是使用了类似 `Java` 中的 `ArrayList` 容器类数据结构，叫做列表。通常我们把列表来作为 `Python` 中的数组使用。`Python` 中列表存储的数据类型可以不一致，数组长度也可以不一致。例如：
 
-```Python
+```python
 arr = ['python', 'java', ['asp', 'php'], 'c']
 ```
 
@@ -80,7 +80,7 @@ arr = ['python', 'java', ['asp', 'php'], 'c']
 
 示例代码如下：
 
-```Python
+```python
 # 从数组 nums 中读取下标为 i 的数据元素值
 def value(nums, i):
     if 0 <= i <= len(nums) - 1:
@@ -96,7 +96,7 @@ value(arr, 3)
 
 示例代码如下：
 
-```Python
+```python
 # 从数组 nums 中查找元素值为 val 的数据元素第一次出现的位置
 def find(nums, val):
     for i in range(len(nums)):
@@ -120,7 +120,7 @@ print(find(arr, 5))
 
 示例代码如下：
 
-```Python
+```python
 arr = [0, 5, 2, 3, 7, 1, 6]
 val = 4
 arr.append(val)
@@ -135,7 +135,7 @@ print(arr)
 
 示例代码如下：
 
-```Python
+```python
 arr = [0, 5, 2, 3, 7, 1, 6]
 i, val = 2, 4
 arr.insert(i, val)
@@ -150,7 +150,7 @@ print(arr)
 
 示例代码如下：
 
-```Python
+```python
 def change(nums, i, val):
     if 0 <= i <= len(nums) - 1:
         nums[i] = val
@@ -173,7 +173,7 @@ print(arr)
 
 示例代码如下：
 
-```Python
+```python
 arr = [0, 5, 2, 3, 7, 1, 6]
 arr.pop()
 print(arr)
@@ -198,7 +198,7 @@ print(arr)
 
 示例代码如下：
 
-```Python
+```python
 arr = [0, 5, 2, 3, 7, 1, 6]
 i = 3
 arr.remove(5)

Contents/01.Array/02.Array-Sort/01.Array-Bubble-Sort.md

@@ -49,7 +49,7 @@
 
 ## 5. 冒泡排序代码实现
 
-```Python
+```python
 class Solution:
     def bubbleSort(self, arr):
         # 第 i 趟排序

Contents/01.Array/02.Array-Sort/02.Array-Selection-Sort.md

@@ -44,7 +44,7 @@
 
 ## 5. 选择排序代码实现
 
-```Python
+```python
 class Solution:
     def selectionSort(self, arr):
         for i in range(len(arr) - 1):

Contents/01.Array/02.Array-Sort/03.Array-Insertion-Sort.md

@@ -49,7 +49,7 @@
 
 ## 5. 插入排序代码实现
 
-```Python
+```python
 class Solution:
     def insertionSort(self, arr):
         # 遍历无序序列

Contents/01.Array/02.Array-Sort/04.Array-Shell-Sort.md

@@ -27,7 +27,7 @@
 
 ## 5. 希尔排序代码实现
 
-```Python
+```python
 class Solution:
     def shellSort(self, arr):
         size = len(arr)

Contents/01.Array/02.Array-Sort/05.Array-Merge-Sort.md

@@ -41,7 +41,7 @@
 
 ## 5. 归并排序代码实现
 
-```Python
+```python
 class Solution:
     def merge(self, left_arr, right_arr):           # 归并过程
         arr = []

Contents/01.Array/02.Array-Sort/06.Array-Quick-Sort.md

@@ -65,7 +65,7 @@
 
 ## 5. 快速排序代码实现
 
-```Python
+```python
 import random
 
 class Solution:

Contents/01.Array/02.Array-Sort/07.Array-Heap-Sort.md

@@ -83,7 +83,7 @@
 
 ## 6. 堆排序代码实现
 
-```Python
+```python
 class Solution:
     # 调整为大顶堆
     def heapify(self, arr: [int], index: int, end: int):

Contents/01.Array/02.Array-Sort/08.Array-Counting-Sort.md

@@ -28,7 +28,7 @@
 
 ## 5. 计数排序代码实现
 
-```Python
+```python
 class Solution:
     def countingSort(self, arr):
         # 计算待排序序列中最大值元素 arr_max 和最小值元素 arr_min

Contents/01.Array/02.Array-Sort/09.Array-Bucket-Sort.md

@@ -33,7 +33,7 @@
 
 ## 5. 桶排序代码实现
 
-```Python
+```python
 class Solution:
     def insertionSort(self, arr):
         # 遍历无序序列

Contents/01.Array/02.Array-Sort/10.Array-Radix-Sort.md

@@ -34,7 +34,7 @@
 
 ## 5. 基数排序代码实现
 
-```Python
+```python
 class Solution:
     def radixSort(self, arr):
         # 桶的大小为所有元素的最大位数

Contents/01.Array/03.Array-Binary-Search/01.Array-Binary-Search.md

@@ -50,7 +50,7 @@
 
 **示例**：
 
-```Python
+```python
 输入: nums = [-1,0,3,5,9,12], target = 9
 输出: 4
 解释: 9 出现在 nums 中并且下标为 4
@@ -75,7 +75,7 @@
 
 #### 思路 1：代码
 
-```Python
+```python
 class Solution:
     def search(self, nums: List[int], target: int) -> int:
         left, right = 0, len(nums) - 1
@@ -147,7 +147,7 @@ class Solution:
 
 可以在返回的时候需要增加一层判断，判断 `left` 所指向位置是否等于目标元素，如果是的话就返回 `left`，如果不是的话返回 `-1`。即：
 
-````Python
+````python
 # ...
     while left < right:
         # ...
@@ -187,7 +187,7 @@ class Solution:
 
 #### 代码：
 
-```Python
+```python
 class Solution:
     def search(self, nums: List[int], target: int) -> int:
         left, right = 0, len(nums) - 1
@@ -229,7 +229,7 @@ class Solution:
 
 #### 第一种代码：
 
-```Python
+```python
 class Solution:
     def search(self, nums: List[int], target: int) -> int:
         left, right = 0, len(nums) - 1
@@ -250,7 +250,7 @@ class Solution:
 
 #### 第二种代码：
 
-```Python
+```python
 class Solution:
     def search(self, nums: List[int], target: int) -> int:
         left, right = 0, len(nums) - 1