fix issue

Author: yidao620c

basic/samples/excel/generate_javabean.py

@@ -147,11 +147,15 @@ def camel_to_underline(camel_format):
     """
     return ''.join([s if s.islower() else '_' + s.lower() for s in camel_format])[1:]
 
+
 def underline_to_camel(underline_format, is_field=False):
     """
     下划线命名格式驼峰命名格式
     """
-    result = ''.join([s.capitalize() for s in underline_format.split('_')])
+    try:
+        result = ''.join([s.capitalize() for s in underline_format.split('_')])
+    except:
+        print(underline_format + "...error...")
     return result[0].lower() + result[1:] if is_field else result
 
 

source/c01/p04_find_largest_or_smallest_n_items.rst

@@ -56,7 +56,7 @@ heapq模块有两个函数：``nlargest()`` 和 ``nsmallest()`` 可以完美解
     >>>
 
 堆数据结构最重要的特征是 ``heap[0]`` 永远是最小的元素。并且剩余的元素可以很容易的通过调用 ``heapq.heappop()`` 方法得到，
-该方法会先将第一个元素弹出来，然后用下一个最小的元素来取代被弹出元素(这种操作时间复杂度仅仅是O(N)，N是堆大小)。
+该方法会先将第一个元素弹出来，然后用下一个最小的元素来取代被弹出元素(这种操作时间复杂度仅仅是O(log N)，N是堆大小)。
 比如，如果想要查找最小的3个元素，你可以这样做：
 
 .. code-block:: python

source/c01/p05_implement_a_priority_queue.rst

@@ -68,7 +68,7 @@
 函数 ``heapq.heappush()`` 和 ``heapq.heappop()`` 分别在队列 ``_queue`` 上插入和删除第一个元素，
 并且队列_queue保证第一个元素拥有最小优先级(1.4节已经讨论过这个问题)。
 ``heappop()`` 函数总是返回"最小的"的元素，这就是保证队列pop操作返回正确元素的关键。
-另外，由于push和pop操作时间复杂度为O(N)，其中N是堆的大小，因此就算是N很大的时候它们运行速度也依旧很快。
+另外，由于push和pop操作时间复杂度为O(log N)，其中N是堆的大小，因此就算是N很大的时候它们运行速度也依旧很快。
 
 在上面代码中，队列包含了一个 ``(-priority, index, item)`` 的元组。
 优先级为负数的目的是使得元素按照优先级从高到低排序。