diff --git a/problems/0122.买卖股票的最佳时机II（动态规划）.md b/problems/0122.买卖股票的最佳时机II（动态规划）.md
index f2aec68b..2779083d 100644
--- a/problems/0122.买卖股票的最佳时机II（动态规划）.md
+++ b/problems/0122.买卖股票的最佳时机II（动态规划）.md
@@ -39,7 +39,7 @@
 本题我们在讲解贪心专题的时候就已经讲解过了[贪心算法：买卖股票的最佳时机II](https://programmercarl.com/0122.买卖股票的最佳时机II.html)，只不过没有深入讲解动态规划的解法，那么这次我们再好好分析一下动规的解法。
 
 
-本题和[121. 买卖股票的最佳时机](https://programmercarl.com/0121.买卖股票的最佳时机.html)的唯一区别本题股票可以买卖多次了（注意只有一只股票，所以再次购买前要出售掉之前的股票）
+本题和[121. 买卖股票的最佳时机](https://programmercarl.com/0121.买卖股票的最佳时机.html)的唯一区别是本题股票可以买卖多次了（注意只有一只股票，所以再次购买前要出售掉之前的股票）
 
 **在动规五部曲中，这个区别主要是体现在递推公式上，其他都和[121. 买卖股票的最佳时机](https://programmercarl.com/0121.买卖股票的最佳时机.html)一样一样的**。
 
@@ -63,9 +63,9 @@
 
 那么第i天持有股票即dp[i][0]，如果是第i天买入股票，所得现金就是昨天不持有股票的所得现金 减去 今天的股票价格 即：dp[i - 1][1] - prices[i]。
 
-在来看看如果第i天不持有股票即dp[i][1]的情况， 依然可以由两个状态推出来
+再来看看如果第i天不持有股票即dp[i][1]的情况， 依然可以由两个状态推出来
 * 第i-1天就不持有股票，那么就保持现状，所得现金就是昨天不持有股票的所得现金 即：dp[i - 1][1]
-* 第i天卖出股票，所得现金就是按照今天股票佳价格卖出后所得现金即：prices[i] + dp[i - 1][0] 
+* 第i天卖出股票，所得现金就是按照今天股票价格卖出后所得现金即：prices[i] + dp[i - 1][0] 
 
 **注意这里和[121. 买卖股票的最佳时机](https://programmercarl.com/0121.买卖股票的最佳时机.html)就是一样的逻辑，卖出股票收获利润（可能是负值）天经地义！** 
 
@@ -99,7 +99,7 @@ dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
 
 **这正是因为本题的股票可以买卖多次！** 所以买入股票的时候，可能会有之前买卖的利润即：dp[i - 1][1]，所以dp[i - 1][1] - prices[i]。
 
-想到到这一点，对这两道题理解的比较深刻了。
+想到到这一点，对这两道题理解的就比较深刻了。
 
 这里我依然给出滚动数组的版本，C++代码如下：
 
@@ -228,29 +228,6 @@ func max(a, b int) int {
 }
 ```
 
-```go
-func maxProfit(prices []int) int {
-    //创建数组
-    dp:=make([][]int,len(prices))
-    for i:=0;i<len(prices);i++{
-        dp[i]=make([]int,2)
-    }
-    dp[0][0]=-prices[0]
-    dp[0][1]=0
-    for i:=1;i<len(prices);i++{
-        dp[i][0]=max(dp[i-1][0],dp[i-1][1]-prices[i])
-        dp[i][1]=max(dp[i-1][1],dp[i-1][0]+prices[i])
-    }
-    return dp[len(prices)-1][1]
-}
-func max(a,b int)int{
-    if a<b{
-        return b
-    }
-    return a
-}
-```
-
 Javascript：
 ```javascript
 // 方法一：动态规划（dp 数组）