Add captions for all the animations.

docs/chapter_graph/graph_operations.md

@@ -12,7 +12,7 @@
 - **初始化**：传入 $n$ 个顶点，初始化长度为 $n$ 的顶点列表 `vertices` ，使用 $O(n)$ 时间；初始化 $n \times n$ 大小的邻接矩阵 `adjMat` ，使用 $O(n^2)$ 时间。
 
 === "初始化邻接矩阵"
-    ![adjacency_matrix_initialization](graph_operations.assets/adjacency_matrix_initialization.png)
+    ![邻接矩阵的初始化、增删边、增删顶点](graph_operations.assets/adjacency_matrix_initialization.png)
 
 === "添加边"
     ![adjacency_matrix_add_edge](graph_operations.assets/adjacency_matrix_add_edge.png)
@@ -99,7 +99,7 @@
 - **初始化**：需要在邻接表中建立 $n$ 个结点和 $2m$ 条边，使用 $O(n + m)$ 时间。
 
 === "初始化邻接表"
-    ![adjacency_list_initialization](graph_operations.assets/adjacency_list_initialization.png)
+    ![邻接表的初始化、增删边、增删顶点](graph_operations.assets/adjacency_list_initialization.png)
 
 === "添加边"
     ![adjacency_list_add_edge](graph_operations.assets/adjacency_list_add_edge.png)

docs/chapter_graph/graph_traversal.md

@@ -87,7 +87,7 @@ BFS 常借助「队列」来实现。队列具有“先入先出”的性质，
 代码相对抽象，建议对照以下动画图示来加深理解。
 
 === "<1>"
-    ![graph_bfs_step1](graph_traversal.assets/graph_bfs_step1.png)
+    ![图的广度优先遍历步骤](graph_traversal.assets/graph_bfs_step1.png)
 
 === "<2>"
     ![graph_bfs_step2](graph_traversal.assets/graph_bfs_step2.png)
@@ -227,7 +227,7 @@ BFS 常借助「队列」来实现。队列具有“先入先出”的性质，
 为了加深理解，请你将图示与代码结合起来，在脑中（或者用笔画下来）模拟整个 DFS 过程，包括每个递归方法何时开启、何时返回。
 
 === "<1>"
-    ![graph_dfs_step1](graph_traversal.assets/graph_dfs_step1.png)
+    ![图的深度优先遍历步骤](graph_traversal.assets/graph_dfs_step1.png)
 
 === "<2>"
     ![graph_dfs_step2](graph_traversal.assets/graph_dfs_step2.png)

docs/chapter_heap/heap.md

@@ -487,7 +487,7 @@
 考虑从入堆结点开始，**从底至顶执行堆化**。具体地，比较插入结点与其父结点的值，若插入结点更大则将它们交换；并循环以上操作，从底至顶地修复堆中的各个结点；直至越过根结点时结束，或当遇到无需交换的结点时提前结束。
 
 === "<1>"
-    ![heap_push_step1](heap.assets/heap_push_step1.png)
+    ![元素入堆步骤](heap.assets/heap_push_step1.png)
 
 === "<2>"
     ![heap_push_step2](heap.assets/heap_push_step2.png)
@@ -597,7 +597,7 @@
 顾名思义，**从顶至底堆化的操作方向与从底至顶堆化相反**，我们比较根结点的值与其两个子结点的值，将最大的子结点与根结点执行交换，并循环以上操作，直到越过叶结点时结束，或当遇到无需交换的结点时提前结束。
 
 === "<1>"
-    ![heap_poll_step1](heap.assets/heap_poll_step1.png)
+    ![堆顶元素出堆步骤](heap.assets/heap_poll_step1.png)
 
 === "<2>"
     ![heap_poll_step2](heap.assets/heap_poll_step2.png)

docs/chapter_introduction/algorithms_are_everywhere.md

@@ -15,7 +15,7 @@
 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>"
-    ![look_up_dictionary_step_1](algorithms_are_everywhere.assets/look_up_dictionary_step_1.png)
+    ![查字典步骤](algorithms_are_everywhere.assets/look_up_dictionary_step_1.png)
 
 === "<2>"
     ![look_up_dictionary_step_2](algorithms_are_everywhere.assets/look_up_dictionary_step_2.png)

docs/chapter_searching/binary_search.md

@@ -25,7 +25,7 @@ $$
 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。
 
 === "<1>"
-    ![binary_search_step1](binary_search.assets/binary_search_step1.png)
+    ![二分查找步骤](binary_search.assets/binary_search_step1.png)
 
 === "<2>"
     ![binary_search_step2](binary_search.assets/binary_search_step2.png)

docs/chapter_sorting/bubble_sort.md

@@ -11,7 +11,7 @@
 完成此次冒泡操作后，**数组最大元素已在正确位置，接下来只需排序剩余 $n - 1$ 个元素**。
 
 === "<1>"
-    ![bubble_operation_step1](bubble_sort.assets/bubble_operation_step1.png)
+    ![冒泡操作步骤](bubble_sort.assets/bubble_operation_step1.png)
 
 === "<2>"
     ![bubble_operation_step2](bubble_sort.assets/bubble_operation_step2.png)

docs/chapter_sorting/merge_sort.md

@@ -19,7 +19,7 @@
 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**。
 
 === "<1>"
-    ![merge_sort_step1](merge_sort.assets/merge_sort_step1.png)
+    ![归并排序步骤](merge_sort.assets/merge_sort_step1.png)
 
 === "<2>"
     ![merge_sort_step2](merge_sort.assets/merge_sort_step2.png)

docs/chapter_sorting/quick_sort.md

@@ -11,7 +11,7 @@
 「哨兵划分」执行完毕后，原数组被划分成两个部分，即 **左子数组** 和 **右子数组**，且满足 **左子数组任意元素 < 基准数 < 右子数组任意元素**。因此，接下来我们只需要排序两个子数组即可。
 
 === "<1>"
-    ![pivot_division_step1](quick_sort.assets/pivot_division_step1.png)
+    ![哨兵划分步骤](quick_sort.assets/pivot_division_step1.png)
 
 === "<2>"
     ![pivot_division_step2](quick_sort.assets/pivot_division_step2.png)

docs/chapter_stack_and_queue/deque.md

@@ -298,7 +298,7 @@
 我们将双向链表的头结点和尾结点分别看作双向队列的队首和队尾，并且实现在两端都能添加与删除结点。
 
 === "LinkedListDeque"
-    ![linkedlist_deque](deque.assets/linkedlist_deque.png)
+    ![基于链表实现双向队列的入队出队操作](deque.assets/linkedlist_deque.png)
 
 === "pushLast()"
     ![linkedlist_deque_push_last](deque.assets/linkedlist_deque_push_last.png)
@@ -389,7 +389,7 @@
 与基于数组实现队列类似，我们也可以使用环形数组来实现双向队列。在实现队列的基础上，增加实现“队首入队”和“队尾出队”方法即可。
 
 === "ArrayDeque"
-    ![array_deque](deque.assets/array_deque.png)
+    ![基于数组实现双向队列的入队出队操作](deque.assets/array_deque.png)
 
 === "pushLast()"
     ![array_deque_push_last](deque.assets/array_deque_push_last.png)

docs/chapter_stack_and_queue/queue.md

@@ -263,7 +263,7 @@
 我们将链表的「头结点」和「尾结点」分别看作是队首和队尾，并规定队尾只可添加结点，队首只可删除结点。
 
 === "LinkedListQueue"
-    ![linkedlist_queue](queue.assets/linkedlist_queue.png)
+    ![基于链表实现队列的入队出队操作](queue.assets/linkedlist_queue.png)
 
 === "push()"
     ![linkedlist_queue_push](queue.assets/linkedlist_queue_push.png)
@@ -347,7 +347,7 @@
 观察发现，入队与出队操作都仅需单次操作即可完成，时间复杂度皆为 $O(1)$ 。
 
 === "ArrayQueue"
-    ![array_queue](queue.assets/array_queue.png)
+    ![基于数组实现队列的入队出队操作](queue.assets/array_queue.png)
 
 === "push()"
     ![array_queue_push](queue.assets/array_queue_push.png)

docs/chapter_stack_and_queue/stack.md

@@ -266,7 +266,7 @@
 对于入栈操作，将元素插入到链表头部即可，这种结点添加方式被称为“头插法”。而对于出栈操作，则将头结点从链表中删除即可。
 
 === "LinkedListStack"
-    ![linkedlist_stack](stack.assets/linkedlist_stack.png)
+    ![基于链表实现栈的入栈出栈操作](stack.assets/linkedlist_stack.png)
 
 === "push()"
     ![linkedlist_stack_push](stack.assets/linkedlist_stack_push.png)
@@ -341,7 +341,7 @@
 使用「数组」实现栈时，考虑将数组的尾部当作栈顶。这样设计下，「入栈」与「出栈」操作就对应在数组尾部「添加元素」与「删除元素」，时间复杂度都为 $O(1)$ 。
 
 === "ArrayStack"
-    ![array_stack](stack.assets/array_stack.png)
+    ![基于数组实现栈的入栈出栈操作](stack.assets/array_stack.png)
 
 === "push()"
     ![array_stack_push](stack.assets/array_stack_push.png)

docs/chapter_tree/avl_tree.md

@@ -310,7 +310,7 @@ AVL 树的独特之处在于「旋转 Rotation」的操作，其可 **在不影
 如下图所示（结点下方为「平衡因子」），从底至顶看，二叉树中首个失衡结点是 **结点 3**。我们聚焦在以该失衡结点为根结点的子树上，将该结点记为 `node` ，将其左子结点记为 `child` ，执行「右旋」操作。完成右旋后，该子树已经恢复平衡，并且仍然为二叉搜索树。
 
 === "<1>"
-    ![avltree_right_rotate_step1](avl_tree.assets/avltree_right_rotate_step1.png)
+    ![右旋操作步骤](avl_tree.assets/avltree_right_rotate_step1.png)
 
 === "<2>"
     ![avltree_right_rotate_step2](avl_tree.assets/avltree_right_rotate_step2.png)

docs/chapter_tree/binary_search_tree.md

@@ -18,7 +18,7 @@
 - 若 `cur.val = num` ，说明找到目标结点，跳出循环并返回该结点即可；
 
 === "<1>"
-    ![bst_search_step1](binary_search_tree.assets/bst_search_step1.png)
+    ![查找结点步骤](binary_search_tree.assets/bst_search_step1.png)
 
 === "<2>"
     ![bst_search_step2](binary_search_tree.assets/bst_search_step2.png)
@@ -185,7 +185,7 @@
 3. 使用 `nex` 替换待删除结点；
 
 === "<1>"
-    ![bst_remove_case3_step1](binary_search_tree.assets/bst_remove_case3_step1.png)
+    ![删除结点（度为 2）步骤](binary_search_tree.assets/bst_remove_case3_step1.png)
 
 === "<2>"
     ![bst_remove_case3_step2](binary_search_tree.assets/bst_remove_case3_step2.png)