diff --git a/docs/chapter_heap/heap.md b/docs/chapter_heap/heap.md
deleted file mode 100644
index b0151622f..000000000
--- a/docs/chapter_heap/heap.md
+++ /dev/null
@@ -1,54 +0,0 @@
-# 堆
-
-「堆 Heap」是一种特殊的树状数据结构，并且是一颗「完全二叉树」。堆主要分为两种：
-
-- 「大顶堆 Max Heap」，任意结点的值 $\geq$ 其子结点的值，因此根结点的值最大；
-- 「小顶堆 Min Heap」，任意结点的值 $\leq$ 其子结点的值，因此根结点的值最小；
-
-（图）
-
-!!! tip ""
-
- 大顶堆和小顶堆的定义、性质、操作本质上是相同的，区别只是大顶堆在求最大值，小顶堆在求最小值。
-
-## 堆常用操作
-
-值得说明的是，多数编程语言提供的是「优先队列 Priority Queue」，其是一种抽象数据结构，**定义为具有出队优先级的队列**。
-
-而恰好，堆的定义与优先队列的操作逻辑完全吻合，大顶堆就是一个元素从大到小出队的优先队列。从使用角度看，我们可以将「优先队列」和「堆」理解为等价的数据结构，下文将统一使用 “堆” 这个名称。
-
-堆的常用操作见下表（方法命名以 Java 为例）。
-
- Table. 堆的常用操作
-
-
-
-| 方法 | 描述 |
-| --------- | -------------------------------------------- |
-| add() | 元素入堆 |
-| poll() | 堆顶元素出堆 |
-| peek() | 访问堆顶元素（大 / 小顶堆分别为最大 / 小值） |
-| size() | 获取堆的元素数量 |
-| isEmpty() | 判断堆是否为空 |
-
-
-
-```java
-
-```
-
-## 堆的实现
-
-!!! tip
-
- 下文使用「大顶堆」来举例，「小顶堆」的用法与实现可以简单地将所有 $>$ ($<$) 替换为 $<$ ($>$) 即可。
-
-我们一般使用「数组」来存储「堆」，这是因为完全二叉树非常适合用数组来表示（在二叉树章节有详细解释）。
-
-
-
-## 堆常见应用
-
-- 优先队列。
-- 堆排序。
-- 获取数据 Top K 大（小）元素。