update content

Author: labuladong

数据结构系列/二叉树总结.md

@@ -282,6 +282,8 @@ void traverse(TreeNode root) {
 }
 ```
 
+<visual slug='mydata-maxdepth1' title='遍历思路的可视化' />
+
 这个解法应该很好理解，但为什么需要在前序位置增加 `depth`，在后序位置减小 `depth`？
 
 因为前面说了，前序位置是进入一个节点的时候，后序位置是离开一个节点的时候，`depth` 记录当前递归到的节点深度，你把 `traverse` 理解成在二叉树上游走的一个指针，所以当然要这样维护。
@@ -310,6 +312,8 @@ int maxDepth(TreeNode root) {
 }
 ```
 
+<visual slug='mydata-maxdepth2' title='分解问题思路的可视化' />
+
 只要明确递归函数的定义，这个解法也不难理解，但为什么主要的代码逻辑集中在后序位置？
 
 因为这个思路正确的核心在于，你确实可以通过子树的最大深度推导出原树的深度，所以当然要首先利用递归函数的定义算出左右子树的最大深度，然后推出原树的最大深度，主要逻辑自然放在后序位置。
@@ -548,6 +552,8 @@ class Solution {
 }
 ```
 
+<visual slug='mydata-diameter-of-binary-tree'/>
+
 这下时间复杂度只有 `maxDepth` 函数的 O(N) 了。
 
 讲到这里，照应一下前文：遇到子树问题，首先想到的是给函数设置返回值，然后在后序位置做文章。

数据结构系列/二叉树系列1.md

@@ -341,6 +341,8 @@ void flatten(TreeNode root) {
 }
 ```
 
+<visual slug='flatten-binary-tree-to-linked-list' />
+
 你看，这就是递归的魅力，你说 `flatten` 函数是怎么把左右子树拉平的？
 
 不容易说清楚，但是只要知道 `flatten` 的定义如此并利用这个定义，让每一个节点做它该做的事情，然后 `flatten` 函数就会按照定义工作。

算法思维系列/双指针技巧.md

@@ -93,6 +93,8 @@ int removeDuplicates(int[] nums) {
 }
 ```
 
+<visual slug='remove-duplicates-from-sorted-array' />
+
 算法执行的过程如下 GIF 图：
 
 ![](https://labuladong.github.io/pictures/数组去重/1.gif)