Update knapsack_problem and intro_to_dp

Fix avl_tree

codes/python/chapter_dynamic_programming/climbing_stairs_constraint_dp.py

@@ -9,7 +9,7 @@ def climbing_stairs_constraint_dp(n: int) -> int:
     """带约束爬楼梯：动态规划"""
     if n == 1 or n == 2:
         return n
-    # 初始化 dp 列表，用于存储子问题的解
+    # 初始化 dp 表，用于存储子问题的解
     dp = [[0] * 3 for _ in range(n + 1)]
     # 初始状态：预设最小子问题的解
     dp[1][1], dp[1][2] = 1, 0

codes/python/chapter_dynamic_programming/climbing_stairs_dp.py

@@ -9,7 +9,7 @@ def climbing_stairs_dp(n: int) -> int:
     """爬楼梯：动态规划"""
     if n == 1 or n == 2:
         return n
-    # 初始化 dp 列表，用于存储子问题的解
+    # 初始化 dp 表，用于存储子问题的解
     dp = [0] * (n + 1)
     # 初始状态：预设最小子问题的解
     dp[1], dp[2] = 1, 2

codes/python/chapter_dynamic_programming/knapsack.py

@@ -42,7 +42,7 @@ def knapsack_dfs_mem(wgt, val, mem, i, c):
 def knapsack_dp(wgt, val, cap):
     """0-1 背包：动态规划"""
     n = len(wgt)
-    # 初始化 dp 列表
+    # 初始化 dp 表
     dp = [[0] * (cap + 1) for _ in range(n + 1)]
     # 状态转移
     for i in range(1, n + 1):
@@ -59,7 +59,7 @@ def knapsack_dp(wgt, val, cap):
 def knapsack_dp_comp(wgt, val, cap):
     """0-1 背包：状态压缩后的动态规划"""
     n = len(wgt)
-    # 初始化 dp 列表
+    # 初始化 dp 表
     dp = [0] * (cap + 1)
     # 状态转移
     for i in range(1, n + 1):

codes/python/chapter_dynamic_programming/min_cost_climbing_stairs_dp.py

@@ -10,7 +10,7 @@ def min_cost_climbing_stairs_dp(cost: list[int]) -> int:
     n = len(cost) - 1
     if n == 1 or n == 2:
         return cost[n]
-    # 初始化 dp 列表，用于存储子问题的解
+    # 初始化 dp 表，用于存储子问题的解
     dp = [0] * (n + 1)
     # 初始状态：预设最小子问题的解
     dp[1], dp[2] = cost[1], cost[2]