Add auto hide style to the sidebar scrollwrap.

docs/chapter_introduction/algorithms_are_everywhere.md

@@ -0,0 +1,38 @@
+---
+comments: true
+---
+
+# 算法无处不在
+
+听到 “算法” 这个词，我们一般会联想到数学。但实际上，大多数算法并不包含复杂的数学，而更像是在考察基本逻辑，而这些逻辑在我们日常生活中处处可见。
+
+在正式介绍算法之前，我想告诉你一件有趣的事：**其实，你在过去已经学会了很多算法，并且已经习惯将它们应用到日常生活中。** 接下来，我将介绍两个具体例子来佐证。
+
+**例一：拼积木。** 一套积木，除了有许多部件之外，还会附送详细的拼装说明书。我们按照说明书上一步步操作，即可拼出复杂的积木模型。
+
+如果从数据结构与算法的角度看，大大小小的「积木」就是数据结构，而「拼装说明书」上的一系列步骤就是算法。
+
+**例二：查字典。** 在字典中，每个汉字都有一个对应的拼音，而字典是按照拼音的英文字母表顺序排列的。假设需要在字典中查询任意一个拼音首字母为 $r$ 的字，一般我们会这样做：
+
+1. 打开字典大致一半页数的位置，查看此页的首字母是什么（假设为 $m$ ）；
+2. 由于在英文字母表中 $r$ 在 $m$ 的后面，因此应排除字典前半部分，查找范围仅剩后半部分；
+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。
+
+=== "Step 1"
+    ![look_up_dictionary_step_1](algorithms_are_everywhere.assets/look_up_dictionary_step_1.png)
+=== "Step 2"
+    ![look_up_dictionary_step_2](algorithms_are_everywhere.assets/look_up_dictionary_step_2.png)
+=== "Step 3"
+    ![look_up_dictionary_step_3](algorithms_are_everywhere.assets/look_up_dictionary_step_3.png)
+=== "Step 4"
+    ![look_up_dictionary_step_4](algorithms_are_everywhere.assets/look_up_dictionary_step_4.png)
+=== "Step 5"
+    ![look_up_dictionary_step_5](algorithms_are_everywhere.assets/look_up_dictionary_step_5.png)
+
+查字典这个小学生的标配技能，实际上就是大名鼎鼎的「二分查找」。从数据结构角度，我们可以将字典看作是一个已排序的「数组」；而从算法角度，我们可将上述查字典的一系列指令看作是「二分查找」算法。
+
+小到烹饪一道菜、大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现，使我们可以通过编程将数据结构存储在内存中，也可以编写代码来调用 CPU, GPU 执行算法，从而将生活中的问题搬运到计算机中，更加高效地解决各式各样的复杂问题。
+
+!!! tip
+
+    读到这里，如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解，那么就太好了！因为这正是本书存在的价值，接下来，本书将会一步步地引导你进入数据结构与算法的知识殿堂。

docs/chapter_introduction/index.md

@@ -1,84 +0,0 @@
----
-comments: true
----
-
-# 算法是什么
-
-听到 “算法” 这个词，我们一般会联想到数学。但实际上，大多数算法并不包含复杂的数学，而更像是在考察基本逻辑，而这些逻辑在我们日常生活中处处可见。
-
-在正式介绍算法之前，我想告诉你一件有趣的事：**其实，你在过去已经学会了很多算法，并且已经习惯将它们应用到日常生活中。** 接下来，我将介绍两个具体例子来佐证。
-
-**例一：拼积木。** 一套积木，除了有许多部件之外，还会附送详细的拼装说明书。我们按照说明书上一步步操作，即可拼出复杂的积木模型。
-
-如果从数据结构与算法的角度看，大大小小的「积木」就是数据结构，而「拼装说明书」上的一系列步骤就是算法。
-
-**例二：查字典。** 在字典中，每个汉字都有一个对应的拼音，而字典是按照拼音的英文字母表顺序排列的。假设需要在字典中查询任意一个拼音首字母为 $r$ 的字，一般我们会这样做：
-
-1. 打开字典大致一半页数的位置，查看此页的首字母是什么（假设为 $m$ ）；
-2. 由于在英文字母表中 $r$ 在 $m$ 的后面，因此应排除字典前半部分，查找范围仅剩后半部分；
-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。
-
-=== "Step 1"
-
-    ![look_up_dictionary_step_1](index.assets/look_up_dictionary_step_1.png)
-
-=== "Step 2"
-
-    ![look_up_dictionary_step_2](index.assets/look_up_dictionary_step_2.png)
-
-=== "Step 3"
-
-    ![look_up_dictionary_step_3](index.assets/look_up_dictionary_step_3.png)
-
-=== "Step 4"
-
-    ![look_up_dictionary_step_4](index.assets/look_up_dictionary_step_4.png)
-
-=== "Step 5"
-
-    ![look_up_dictionary_step_5](index.assets/look_up_dictionary_step_5.png)
-
-查字典这个小学生的标配技能，实际上就是大名鼎鼎的「二分查找」。从数据结构角度，我们可以将字典看作是一个已排序的「数组」；而从算法角度，我们可将上述查字典的一系列指令看作是「二分查找」算法。
-
-小到烹饪一道菜、大到星际航行，几乎所有问题的解决都离不开算法。计算机的出现，使我们可以通过编程将数据结构存储在内存中，也可以编写代码来调用 CPU, GPU 执行算法，从而将生活中的问题搬运到计算机中，更加高效地解决各式各样的复杂问题。
-
-!!! tip
-
-    读到这里，如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解，那么就太好了！因为这正是本书存在的价值，接下来，本书将会一步步地引导你进入数据结构与算法的知识殿堂。
-
-## 算法是什么？
-
-「算法 Algorithm」是在有限时间内解决问题的一组指令或操作步骤。算法具有以下特性：
-
-- 问题是明确的，需要拥有明确的输入和输出定义。
-- 解具有确定性，即给定相同输入时，输出一定相同。
-- 具有可行性，可在有限步骤、有限时间、有限内存空间下完成。
-- 独立于编程语言，即可用多种语言实现。
-
-## 数据结构是什么？
-
-「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构的设计原则有：
-
-- 空间占用尽可能小，节省计算机内存。
-- 数据操作尽量快，包括数据访问、添加、删除、更新等。
-- 提供简洁的数据表示和逻辑信息，以便算法高效运行。
-
-数据结构的设计是一个充满权衡的过程，这意味着如果获得某方面的优势，则往往需要在另一方面做出妥协。例如，链表相对于数组，数据添加删除操作更加方便，但牺牲了数据的访问速度；图相对于链表，提供了更多的逻辑信息，但需要占用更多的内存空间。
-
-## 数据结构与算法的关系
-
-「数据结构」与「算法」是高度相关、紧密嵌合的，体现在：
-
-- 数据结构是算法的底座。数据结构为算法提供结构化存储的数据，以及操作数据的对应方法。
-- 算法是发挥数据结构优势的舞台。数据结构仅存储数据信息，结合算法才可解决特定问题。
-- 算法有对应最优的数据结构。给定算法，一般可基于不同的数据结构实现，而最终执行效率往往相差很大。
-
-如果将数据结构与算法比作「LEGO 乐高」，数据结构就是乐高「积木」，而算法就是把积木拼成目标形态的一系列「操作步骤」。
-
-![relationship_between_data_structure_and_algorithm](index.assets/relationship_between_data_structure_and_algorithm.png)
-
-<p align="center"> Fig. 数据结构与算法的关系 </p>
-
-!!! tip "约定俗成的习惯"
-
-    在实际讨论中，我们通常会将「数据结构与算法」简称为「算法」。例如，我们熟称的 LeetCode 算法题目，实际上同时考察了数据结构和算法两部分知识。

docs/chapter_introduction/what_is_dsa.md

@@ -0,0 +1,42 @@
+---
+comments: true
+---
+
+# 算法是什么
+
+## 算法定义
+
+「算法 Algorithm」是在有限时间内解决问题的一组指令或操作步骤。算法具有以下特性：
+
+- 问题是明确的，需要拥有明确的输入和输出定义。
+- 解具有确定性，即给定相同输入时，输出一定相同。
+- 具有可行性，可在有限步骤、有限时间、有限内存空间下完成。
+- 独立于编程语言，即可用多种语言实现。
+
+## 数据结构定义
+
+「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构的设计原则有：
+
+- 空间占用尽可能小，节省计算机内存。
+- 数据操作尽量快，包括数据访问、添加、删除、更新等。
+- 提供简洁的数据表示和逻辑信息，以便算法高效运行。
+
+数据结构的设计是一个充满权衡的过程，这意味着如果获得某方面的优势，则往往需要在另一方面做出妥协。例如，链表相对于数组，数据添加删除操作更加方便，但牺牲了数据的访问速度；图相对于链表，提供了更多的逻辑信息，但需要占用更多的内存空间。
+
+## 数据结构与算法的关系
+
+「数据结构」与「算法」是高度相关、紧密嵌合的，体现在：
+
+- 数据结构是算法的底座。数据结构为算法提供结构化存储的数据，以及操作数据的对应方法。
+- 算法是发挥数据结构优势的舞台。数据结构仅存储数据信息，结合算法才可解决特定问题。
+- 算法有对应最优的数据结构。给定算法，一般可基于不同的数据结构实现，而最终执行效率往往相差很大。
+
+如果将数据结构与算法比作「LEGO 乐高」，数据结构就是乐高「积木」，而算法就是把积木拼成目标形态的一系列「操作步骤」。
+
+![relationship_between_data_structure_and_algorithm](what_is_dsa.assets/relationship_between_data_structure_and_algorithm.png)
+
+<p align="center"> Fig. 数据结构与算法的关系 </p>
+
+!!! tip "约定俗成的习惯"
+
+    在实际讨论中，我们通常会将「数据结构与算法」简称为「算法」。例如，我们熟称的 LeetCode 算法题目，实际上同时考察了数据结构和算法两部分知识。

docs/stylesheets/extra.css

@@ -57,3 +57,16 @@
   display: block;
   margin: 0 auto;
 }
+
+/* navigation scrollbar */
+.md-sidebar__scrollwrap {
+  overflow-y: hidden;
+}
+
+.md-sidebar__scrollwrap:hover {
+  overflow-y: auto;
+}
+
+/* .md-sidebar__scrollwrap::-webkit-scrollbar-thumb {
+  background-color: var(--md-default-fg-color--lightest);
+} */

mkdocs.yml

@@ -26,7 +26,7 @@ theme:
     - navigation.indexes
     # - navigation.instant
     # - navigation.prune
-    # - navigation.sections
+    - navigation.sections
     # - navigation.tabs
     # - navigation.tabs.sticky
     # - navigation.top
@@ -118,13 +118,14 @@ extra_css:
 
 # Page tree
 nav:
-  - 前言:
+  - 写在前面:
     - 关于本书: chapter_preface/about_the_book.md
     - 如何使用本书: chapter_preface/suggestions.md
     - 编程环境安装: chapter_preface/installation.md
     - 一起参与创作: chapter_preface/contribution.md
-  - 算法是什么: 
-    - chapter_introduction/index.md
+  - 引言: 
+    - 算法无处不在: chapter_introduction/algorithms_are_everywhere.md
+    - 算法是什么: chapter_introduction/what_is_dsa.md
   - 计算复杂度:
     - 算法效率评估: chapter_computational_complexity/performance_evaluation.md
     - 时间复杂度: chapter_computational_complexity/time_complexity.md