update

many, many chore

3.编程思维体系构建/3.6.4.5阶段五：迭代生成.md

@@ -1,6 +1,6 @@
 # 阶段五：迭代生成
 
-# 前言
+## 前言
 
 在写乘法表的时候，你可能写过类似
 
@@ -18,13 +18,13 @@ for (int i = 0; i < n; i ++)
 
 但是，你想过 Python 在处理 for in 语句的时候，具体发生了什么吗？什么样的对象可以被 for in 来枚举呢？
 
-# 容器迭代
+## 容器迭代
 
 容器这个概念非常好理解。
 
 在 Python 中一切皆对象，对象的抽象就是类，而对象的集合就是容器。
 
-列表（list: [0, 1, 2]），元组（tuple: (0, 1, 2)），字典（dict: {0:0, 1:1, 2:2}），集合（set: set([0, 1, 2])）都是容器。
+列表`list: [0, 1, 2]`，元组`tuple: (0, 1, 2)`，字典`dict: {0:0, 1:1, 2:2}`，集合`set: set([0, 1, 2])`都是容器。
 
 对于容器，你可以很直观地想象成多个元素在一起的单元；而不同容器的区别，正是在于内部数据结构的实现方法。
 
@@ -74,11 +74,11 @@ StopIteration
 [1, 2, 3, 4]
 ```
 
-# 英语练习，对迭代器的类比
+## 英语练习，对迭代器的类比
 
 <strong>Analogy</strong>: An iterable is like a book (one can flip through the pages) and an iterator for a book would be a bookmark (saves the position and can locate the next page). Calling `iter` on a book gives you a new bookmark independent of other bookmarks, but calling `iter` on a bookmark gives you the bookmark itself, without changing its position at all. Calling `next` on the bookmark moves it to the next page, but does not change the pages in the book. Calling `next` on the book wouldn't make sense semantically. We can also have multiple bookmarks, all independent of each other.
 
-# 生成器：懒人迭代器！
+## 生成器：懒人迭代器!
 
 ```python
 def test_iterator():
@@ -114,7 +114,8 @@ Wall time: 12.5 s
 
 声明一个迭代器很简单，[i for i in range(100000000)]就可以生成一个包含一亿元素的列表。每个元素在生成后都会保存到内存中，你通过代码可以看到，它们占用了巨量的内存，内存不够的话就会出现 OOM 错误。
 
-了解下 yield（）函数吧，他可以返回一个生成器对象，试试看懂这个
+::: warning 🤔 了解下 yield（）函数吧，他可以返回一个生成器对象，试试看懂这个
+:::
 
 ```python
 >>> def gen_list(lst):
@@ -133,7 +134,7 @@ Wall time: 12.5 s
 StopIteration
 ```
 
-# 思考题：python 会显示什么？为什么？
+## 思考题：python 会显示什么？为什么？
 
 ```python
 >>> s = [1, 2, 3, 4]
@@ -185,9 +186,9 @@ ______
 ______
 ```
 
-# 任务
+## 任务
 
-P10：实现 `count`，它接受一个迭代器 `t` 并返回该值 `x` 出现在 的第一个 n 个元素中的次数 `t`
+P10：实现 `count`，它接受一个迭代器 `t` 并返回该值 `x` 出现在的前 n 个元素中的次数 `t`
 
 ```python
 def count(t, n, x):