Remove all the table captions.

docs/chapter_array_and_linkedlist/linked_list.md

@@ -719,5 +719,3 @@
     ```
 
 ![常见链表种类](linked_list.assets/linkedlist_common_types.png)
-
-<p align="center"> Fig. 常见链表类型 </p>

docs/chapter_array_and_linkedlist/summary.md

@@ -7,8 +7,6 @@
 
 ## 数组 VS 链表
 
-<p align="center"> Table. 数组与链表特点对比 </p>
-
 <div class="center-table" markdown>
 
 |              | 数组                     | 链表         |
@@ -24,8 +22,6 @@
 
     「缓存局部性（Cache locality）」涉及到了计算机操作系统，在本书不做展开介绍，建议有兴趣的同学 Google / Baidu 一下。
 
-<p align="center"> Table. 数组与链表操作时间复杂度 </p>
-
 <div class="center-table" markdown>
 
 | 操作     | 数组   | 链表   |

docs/chapter_heap/heap.md

@@ -21,8 +21,6 @@
 
 堆的常用操作见下表（方法命名以 Java 为例）。
 
-<p align="center"> Table. 堆的常用操作 </p>
-
 <div class="center-table" markdown>
 
 | 方法      | 描述                                         | 时间复杂度  |

docs/chapter_searching/summary.md

@@ -4,8 +4,6 @@
 - 二分查找利用数据的有序性，通过循环不断缩小一半搜索区间来实现查找，其要求输入数据是有序的，并且仅适用于数组或基于数组实现的数据结构。
 - 哈希查找借助哈希表来实现常数阶时间复杂度的查找操作，体现以空间换时间的算法思想。
 
-<p align="center"> Table. 三种查找方法对比 </p>
-
 <div class="center-table" markdown>
 
 |                                       | 线性查找                 | 二分查找                      | 哈希查找                 |

docs/chapter_sorting/bubble_sort.md

@@ -31,8 +31,6 @@
 === "<7>"
     ![bubble_operation_step7](bubble_sort.assets/bubble_operation_step7.png)
 
-<p align="center"> Fig. 冒泡操作 </p>
-
 ## 算法流程
 
 1. 设数组长度为 $n$ ，完成第一轮「冒泡」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。

docs/chapter_stack_and_queue/deque.md

@@ -8,8 +8,6 @@
 
 双向队列的常用操作见下表，方法名需根据特定语言来确定。
 
-<p align="center"> Table. 双向队列的常用操作 </p>
-
 <div class="center-table" markdown>
 
 | 方法名        | 描述             | 时间复杂度 |

docs/chapter_stack_and_queue/queue.md

@@ -10,8 +10,6 @@
 
 队列的常用操作见下表，方法名需根据特定语言来确定。
 
-<p align="center"> Table. 队列的常用操作 </p>
-
 <div class="center-table" markdown>
 
 | 方法名     | 描述                        | 时间复杂度 |

docs/chapter_stack_and_queue/stack.md

@@ -12,8 +12,6 @@
 
 栈的常用操作见下表（方法命名以 Java 为例）。
 
-<p align="center"> Table. 栈的常用操作 </p>
-
 <div class="center-table" markdown>
 
 | 方法      | 描述                   | 时间复杂度 |

docs/chapter_tree/binary_tree_traversal.md

@@ -12,8 +12,6 @@
 
 ![二叉树的层序遍历](binary_tree_traversal.assets/binary_tree_bfs.png)
 
-<p align="center"> Fig. 二叉树的层序遍历 </p>
-
 ### 算法实现
 
 广度优先遍历一般借助「队列」来实现。队列的规则是“先进先出”，广度优先遍历的规则是 ”一层层平推“ ，两者背后的思想是一致的。
@@ -92,8 +90,6 @@
 
 ![二叉搜索树的前、中、后序遍历](binary_tree_traversal.assets/binary_tree_dfs.png)
 
-<p align="center"> Fig. 二叉树的前 / 中 / 后序遍历 </p>
-
 <div class="center-table" markdown>
 
 | 位置       | 含义                                 | 此处访问结点时对应            |