Add new label.

docs/chapter_heap/top_k.md

@@ -12,7 +12,7 @@
 
 该方法只适用于 $k \ll n$ 的情况，因为当 $k$ 与 $n$ 比较接近时，其时间复杂度趋向于 $O(n^2)$ ，非常耗时。
 
-![遍历寻找最大的 $k$ 个元素](top_k.assets/top_k_traversal.png)
+![遍历寻找最大的 k 个元素](top_k.assets/top_k_traversal.png)
 
 !!! tip
 
@@ -24,7 +24,7 @@
 
 显然，该方法“超额”完成任务了，因为我们只需要找出最大的 $k$ 个元素即可，而不需要排序其他元素。
 
-![排序寻找最大的 $k$ 个元素](top_k.assets/top_k_sorting.png)
+![排序寻找最大的 k 个元素](top_k.assets/top_k_sorting.png)
 
 ## 方法三：堆
 
@@ -36,7 +36,7 @@
 4. 遍历完成后，堆中保存的就是最大的 $k$ 个元素；
 
 === "<1>"
-    ![基于堆寻找最大的 $k$ 个元素](top_k.assets/top_k_heap_step1.png)
+    ![基于堆寻找最大的 k 个元素](top_k.assets/top_k_heap_step1.png)
 
 === "<2>"
     ![top_k_heap_step2](top_k.assets/top_k_heap_step2.png)

mkdocs.yml

@@ -176,7 +176,7 @@ nav:
     - chapter_heap/index.md
     - 8.1.   堆: chapter_heap/heap.md
     - 8.2.   建堆操作: chapter_heap/build_heap.md
-    - 8.3.   Top-K 问题: chapter_heap/top_k.md
+    - 8.3.   Top-K 问题（New）: chapter_heap/top_k.md
     - 8.4.   小结: chapter_heap/summary.md
   - 9.     图:
     - chapter_graph/index.md