更新题目列表链接

Author: itcharge

docs/00_preface/00_04_leetcode_guide.md

@@ -280,6 +280,11 @@ LeetCode 是一个在线编程练习平台，主要用于提升算法和编程
 
 刷题需要坚持和重复练习。按专题分类刷题效果更好，可以巩固知识点。写解题报告有助于加深理解。
 
+## 练习题目
+
+- [2235. 两整数相加](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/2200-2299/add-two-integers.md)
+- [1929. 数组串联](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/1900-1999/concatenation-of-array.md)
+
 ## 参考资料
 
 - 【文章】[What is LeetCode? - Quora](https://www.quora.com/What-is-Leetcode)

docs/00_preface/index.md

@@ -1,6 +1,6 @@
 # 本章内容
 
-- [0.1 关于本书](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_01_about_the_book.md)
+- [0.1 前言](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_01_preface.md)
 - [0.2 算法与数据结构](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_02_data_structures_algorithms.md)
 - [0.3 算法复杂度](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_03_algorithm_complexity.md)
 - [0.4 LeetCode 入门与攻略](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_04_leetcode_guide.md)

docs/01_array/01_01_array_basic.md

@@ -234,6 +234,17 @@ print(arr)
 
 不同编程语言中数组的实现可能不同。C/C++ 的数组严格使用连续内存，Java 和 Python 的数组灵活性更高。
 
+## 4. 练习题目
+
+- [0066. 加一](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0001-0099/plus-one.md)
+- [0724. 寻找数组的中心下标](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0700-0799/find-pivot-index.md)
+- [0189. 轮转数组](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0100-0199/rotate-array.md)
+- [0048. 旋转图像](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0001-0099/rotate-image.md)
+- [0054. 螺旋矩阵](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0001-0099/spiral-matrix.md)
+- [0498. 对角线遍历](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0400-0499/diagonal-traverse.md)
+
+- [数组基础题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%95%B0%E7%BB%84%E5%9F%BA%E7%A1%80%E9%A2%98%E7%9B%AE)
+
 ## 参考资料
 
 - 【文章】[数据结构中的数组和不同语言中数组的区别 - CSDN 博客](https://blog.csdn.net/sinat_14913533/article/details/102763573)

docs/01_array/01_03_array_bubble_sort.md

@@ -107,6 +107,13 @@ class Solution:
 
 冒泡排序容易实现，但效率较低。在实际应用中，通常选择更高效的排序算法处理大规模数据。
 
+## 练习题目
+
+- [0283. 移动零](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0200-0299/move-zeroes.md)（冒泡排序会超时，仅作练习）
+- [0912. 排序数组](https://github.com/itcharge/AlgoNote/blob/main/docs/solutions/0900-0999/sort-an-array.md)（冒泡排序会超时，仅作练习）
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)
+
 ## 参考资料
 
 - 【文章】[11.3.  冒泡排序 - Hello 算法](https://www.hello-algo.com/chapter_sorting/bubble_sort/)

docs/01_array/01_04_array_selection_sort.md

@@ -90,4 +90,8 @@ class Solution:
 
 选择排序的时间复杂度是 $O(n^2)$，因为它需要进行 $ \frac{n(n−1)}{2}$ 次比较。空间复杂度是 $O(1)$，因为它只需要常数级的额外空间。选择排序是不稳定的排序算法，因为在交换过程中可能改变相等元素的相对顺序。
 
-选择排序适合小规模数据的排序。它的优点是实现简单，不需要额外空间。缺点是效率较低，不适合大规模数据。
+选择排序适合小规模数据的排序。它的优点是实现简单，不需要额外空间。缺点是效率较低，不适合大规模数据。
+
+## 练习题目
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)

docs/01_array/01_05_array_insertion_sort.md

@@ -65,4 +65,8 @@ class Solution:
 
 插入排序的时间复杂度取决于数据的初始顺序。最好的情况是数组已经有序，时间复杂度为 $O(n)$。最坏的情况是数组完全逆序，时间复杂度为 $O(n^2)$。平均时间复杂度也是 $O(n^2)$。空间复杂度是 $O(1)$，因为排序是在原地进行的。
 
-插入排序是稳定的排序算法，因为它不会改变相等元素的相对顺序。这个算法适合小规模数据或基本有序的数据排序。对于大规模数据，插入排序的效率不如快速排序等更高级的算法。
+插入排序是稳定的排序算法，因为它不会改变相等元素的相对顺序。这个算法适合小规模数据或基本有序的数据排序。对于大规模数据，插入排序的效率不如快速排序等更高级的算法。
+
+## 练习题目
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)

docs/01_array/01_06_array_shell_sort.md

@@ -94,4 +94,8 @@ class Solution:
 
 希尔排序的时间复杂度取决于间隔序列的选择。使用常见的间隔序列时，时间复杂度在 $O(n \log n)$ 到 $O(n^2)$ 之间。空间复杂度是 $O(1)$，因为排序是在原地进行的。  
 
-希尔排序是不稳定的排序算法，因为在不同的子数组排序过程中，相等元素的相对顺序可能改变。希尔排序适合中等规模的数据排序，比简单插入排序更快，但比快速排序等高级算法稍慢。
+希尔排序是不稳定的排序算法，因为在不同的子数组排序过程中，相等元素的相对顺序可能改变。希尔排序适合中等规模的数据排序，比简单插入排序更快，但比快速排序等高级算法稍慢。
+
+## 练习题目
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)

docs/01_array/01_07_array_merge_sort.md

@@ -81,4 +81,8 @@ class Solution:
 
 归并排序的时间复杂度是 $O(n \log n)$，这是因为它需要 $\log n$ 次分解，每次合并需要 $O(n)$ 时间。空间复杂度是 $O(n)$，因为合并过程需要额外的存储空间。
 
-归并排序是稳定的排序算法，在合并过程中相等元素的相对顺序不会改变。它适合处理大规模数据，但需要额外的存储空间是其缺点。归并排序常用于外部排序场景。
+归并排序是稳定的排序算法，在合并过程中相等元素的相对顺序不会改变。它适合处理大规模数据，但需要额外的存储空间是其缺点。归并排序常用于外部排序场景。
+
+## 练习题目
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)

docs/01_array/01_08_array_quick_sort.md

@@ -144,6 +144,10 @@ class Solution:
 
 快速排序在实际应用中很常见，是许多编程语言内置排序函数的实现基础。它的效率通常比其他 $O(n \log n)$ 算法更高，因为它的常数因子较小。
 
+## 练习题目
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)
+
 ## 参考资料
 
 - 【文章】[快速排序 - OI Wiki](https://oi-wiki.org/basic/quick-sort/)

docs/01_array/01_09_array_heap_sort.md

@@ -376,4 +376,8 @@ print(Solution().sortArray([10, 25, 6, 8, 7, 1, 20, 23, 16, 19, 17, 3, 18, 14]))
 
 堆排序的时间复杂度为 $O(n \log n)$。构建初始堆需要 $O(n)$ 时间，每次调整堆需要 $O(\log n)$ 时间，共进行 $n$ 次调整。空间复杂度为 $O(1)$，因为排序是原地进行的。
 
-堆排序是不稳定的排序算法，因为在调整堆的过程中可能改变相等元素的相对顺序。它的优势在于不需要额外空间，适合处理大规模数据。但相比快速排序，堆排序的常数因子较大，实际应用中可能稍慢。
+堆排序是不稳定的排序算法，因为在调整堆的过程中可能改变相等元素的相对顺序。它的优势在于不需要额外空间，适合处理大规模数据。但相比快速排序，堆排序的常数因子较大，实际应用中可能稍慢。
+
+## 练习题目
+
+- [排序算法题目列表](https://github.com/itcharge/AlgoNote/blob/main/docs/00_preface/00_06_categories_list.md#%E6%8E%92%E5%BA%8F%E7%AE%97%E6%B3%95%E9%A2%98%E7%9B%AE)