Merge branch 'master' into 583-minDistance

.gitignore

@@ -0,0 +1,7 @@
+.idea/
+.DS_Store
+.vscode
+.temp
+.cache
+*.iml
+__pycache__

README.md

@@ -106,8 +106,8 @@
 4. [数组：977.有序数组的平方](./problems/0977.有序数组的平方.md)    
 5. [数组：209.长度最小的子数组](./problems/0209.长度最小的子数组.md)
 6. [数组：区间和](./problems/kamacoder/0058.区间和.md)
-6. [数组：59.螺旋矩阵II](./problems/0059.螺旋矩阵II.md)
-8. [数组：开发商购买土地](./problems/kamacoder/0044.开发商购买土地.md)
+7. [数组：开发商购买土地](./problems/kamacoder/0044.开发商购买土地.md)
+8. [数组：59.螺旋矩阵II](./problems/0059.螺旋矩阵II.md)
 9. [数组：总结篇](./problems/数组总结篇.md)
 
 ## 链表
@@ -196,7 +196,6 @@
 12. [二叉树：110.平衡二叉树](./problems/0110.平衡二叉树.md)
 13. [二叉树：257.二叉树的所有路径](./problems/0257.二叉树的所有路径.md)
 14. [本周总结！（二叉树）](./problems/周总结/20201003二叉树周末总结.md)
-15. [二叉树：二叉树中递归带着回溯](./problems/二叉树中递归带着回溯.md)
 16. [二叉树：404.左叶子之和](./problems/0404.左叶子之和.md)
 17. [二叉树：513.找树左下角的值](./problems/0513.找树左下角的值.md)
 18. [二叉树：112.路径总和](./problems/0112.路径总和.md)
@@ -400,7 +399,7 @@
 24. [图论：Bellman_ford 算法](./problems/kamacoder/0094.城市间货物运输I.md)
 25. [图论：Bellman_ford 队列优化算法（又名SPFA）](./problems/kamacoder/0094.城市间货物运输I-SPFA.md)
 26. [图论：Bellman_ford之判断负权回路](./problems/kamacoder/0095.城市间货物运输II.md)
-27. [图论：Bellman_ford之单源有限最短路](./problems/kamacoder/0095.城市间货物运输II.md)
+27. [图论：Bellman_ford之单源有限最短路](./problems/kamacoder/0096.城市间货物运输III.md)
 28. [图论：Floyd 算法](./problems/kamacoder/0097.小明逛公园.md)
 29. [图论：A * 算法](./problems/kamacoder/0126.骑士的攻击astar.md)
 30. [图论：最短路算法总结篇](./problems/kamacoder/最短路问题总结篇.md)

problems/0001.两数之和.md

@@ -341,7 +341,7 @@ impl Solution {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```javascript
 var twoSum = function (nums, target) {

problems/0020.有效的括号.md

@@ -275,7 +275,7 @@ def is_valid(strs)
 end
 ```
 
-### Javascript:
+### JavaScript:
 
 ```javascript
 var isValid = function (s) {

problems/0024.两两交换链表中的节点.md

@@ -286,7 +286,7 @@ func swapPairs(head *ListNode) *ListNode {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```javascript
 var swapPairs = function (head) {

problems/0027.移除元素.md

@@ -131,7 +131,24 @@ public:
 ## 其他语言版本
 
 ### Java：
-
+```java
+class Solution {
+    public int removeElement(int[] nums, int val) {
+	// 暴力法
+        int n = nums.length;
+        for (int i = 0; i < n; i++) {
+            if (nums[i] == val) {
+                for (int j = i + 1; j < n; j++) {
+                    nums[j - 1] = nums[j];
+                }
+                i--;
+                n--;
+            }
+        }
+        return n;
+    }
+}
+```
 ```java
 class Solution {
     public int removeElement(int[] nums, int val) {

problems/0037.解数独.md

@@ -460,7 +460,7 @@ func isvalid(row, col int, k byte, board [][]byte) bool {
 
 
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var solveSudoku = function(board) {

problems/0045.跳跃游戏II.md

@@ -374,7 +374,7 @@ func max(a, b int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var jump = function(nums) {

problems/0046.全排列.md

@@ -201,6 +201,7 @@ class Solution {
     public void backtrack(int[] nums, LinkedList<Integer> path) {
         if (path.size() == nums.length) {
             result.add(new ArrayList<>(path));
+            return;
         }
         for (int i =0; i < nums.length; i++) {
             // 如果path中已有，则跳过
@@ -271,7 +272,7 @@ func dfs(nums []int, cur int) {
 }
 ```
 
-### Javascript 
+### JavaScript 
 
 ```js
 
@@ -524,3 +525,4 @@ public class Solution
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>
 </a>
+

problems/0047.全排列II.md

@@ -283,7 +283,7 @@ func dfs(nums []int, cur int) {
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```javascript
 var permuteUnique = function (nums) {

problems/0051.N皇后.md

@@ -451,7 +451,7 @@ func isValid(n, row, col int, chessboard [][]string) bool {
 ```
 
 
-### Javascript 
+### JavaScript 
 ```Javascript
 /**
  * @param {number} n

problems/0053.最大子序和.md

@@ -240,6 +240,42 @@ class Solution:
             res = max(res, dp[i])
         return res
 ```
+
+动态规划
+
+```python
+class Solution:
+    def maxSubArray(self, nums):
+        if not nums:
+            return 0
+        dp = [0] * len(nums)    # dp[i]表示包括i之前的最大连续子序列和
+        dp[0] = nums[0]
+        result = dp[0]
+        for i in range(1, len(nums)):
+            dp[i] = max(dp[i-1]+nums[i], nums[i])   # 状态转移公式
+            if dp[i] > result:
+                result = dp[i]                      # result 保存dp[i]的最大值
+        return result
+```
+
+动态规划优化
+
+```python
+class Solution:
+    def maxSubArray(self, nums: List[int]) -> int:
+        max_sum = float("-inf") # 初始化结果为负无穷大，方便比较取最大值
+        current_sum = 0         # 初始化当前连续和
+
+        for num in nums:
+
+            # 更新当前连续和
+            # 如果原本的连续和加上当前数字之后没有当前数字大，说明原本的连续和是负数，那么就直接从当前数字开始重新计算连续和
+            current_sum = max(current_sum+num, num) 
+            max_sum = max(max_sum, current_sum) # 更新结果
+
+        return max_sum
+```
+
 ### Go
 贪心法
 ```go
@@ -290,7 +326,7 @@ pub fn max_sub_array(nums: Vec<i32>) -> i32 {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```Javascript
 var maxSubArray = function(nums) {

problems/0054.螺旋矩阵.md

@@ -260,7 +260,7 @@ class Solution {
 }
 ```
 
-### Javascript
+### JavaScript
 ```
 /**
  * @param {number[][]} matrix

problems/0055.跳跃游戏.md

@@ -143,6 +143,23 @@ class Solution:
         return False
 ```
 
+```python
+## 基于当前最远可到达位置判断
+class Solution:
+    def canJump(self, nums: List[int]) -> bool:
+        far = nums[0]
+        for i in range(len(nums)):
+            # 要考虑两个情况
+            # 1. i <= far - 表示 当前位置i 可以到达
+            # 2. i > far - 表示 当前位置i 无法到达
+            if i > far:
+                return False
+            far = max(far, nums[i]+i)
+        # 如果循环正常结束，表示最后一个位置也可以到达，否则会在中途直接退出
+        # 关键点在于，要想明白其实列表中的每个位置都是需要验证能否到达的
+        return True
+```
+
 ### Go
 
 ```go
@@ -166,7 +183,7 @@ func max(a, b int ) int {
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var canJump = function(nums) {

problems/0056.合并区间.md

@@ -215,7 +215,7 @@ func max56(a, b int) int {
 ```
 
 
-### Javascript 
+### JavaScript 
 ```javascript
 var merge = function (intervals) {
     intervals.sort((a, b) => a[0] - b[0]);

problems/0062.不同路径.md

@@ -411,7 +411,7 @@ func uniquePaths(m int, n int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var uniquePaths = function(m, n) {

problems/0063.不同路径II.md

@@ -465,7 +465,7 @@ func uniquePathsWithObstacles(obstacleGrid [][]int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var uniquePathsWithObstacles = function(obstacleGrid) {

problems/0070.爬楼梯.md

@@ -327,7 +327,7 @@ func climbStairs(n int) int {
     return dp[n]
 }
 ```
-### Javascript
+### JavaScript
 ```Javascript
 var climbStairs = function(n) {
     // dp[i] 为第 i 阶楼梯有多少种方法爬到楼顶

problems/0072.编辑距离.md

@@ -313,7 +313,7 @@ func Min(args ...int) int {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 ```javascript
 const minDistance = (word1, word2) => {

problems/0077.组合.md

@@ -468,7 +468,7 @@ func dfs(n int, k int, start int) {
 }
 ```
 
-### Javascript
+### JavaScript
 未剪枝：
 
 ```js

problems/0078.子集.md

@@ -246,7 +246,7 @@ func dfs(nums []int, start int) {
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var subsets = function(nums) {

problems/0090.子集II.md

@@ -376,7 +376,7 @@ func dfs(nums []int, start int) {
 ```
 
 
-### Javascript 
+### JavaScript 
 
 ```Javascript
 

problems/0093.复原IP地址.md

@@ -376,9 +376,8 @@ class Solution {
 		// 剪枝：ip段的长度最大是3，并且ip段处于[0,255]
 		for (int i = start; i < s.length() && i - start < 3 && Integer.parseInt(s.substring(start, i + 1)) >= 0
 				&& Integer.parseInt(s.substring(start, i + 1)) <= 255; i++) {
-			// 如果ip段的长度大于1，并且第一位为0的话，continue
 			if (i + 1 - start > 1 && s.charAt(start) - '0' == 0) {
-				continue;
+				break;
 			}
 			stringBuilder.append(s.substring(start, i + 1));
 			// 当stringBuilder里的网段数量小于3时，才会加点；如果等于3，说明已经有3段了，最后一段不需要再加点

problems/0096.不同的二叉搜索树.md

@@ -221,7 +221,7 @@ func numTrees(n int)int{
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 const numTrees =(n) => {

problems/0098.验证二叉搜索树.md

@@ -22,7 +22,7 @@
 
 ## 算法公开课
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[你对二叉搜索树了解的还不够！ | LeetCode：98.验证二叉搜索树](https://www.bilibili.com/video/BV18P411n7Q4)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[你对二叉搜索树了解的还不够！ | LeetCode：98.验证二叉搜索树](https://www.bilibili.com/video/BV18P411n7Q4)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 
 ## 思路

problems/0102.二叉树的层序遍历.md

@@ -356,7 +356,7 @@ func levelOrder(root *TreeNode) (res [][]int) {
 }
 ```
 
-#### Javascript：
+#### JavaScript：
 
 ```javascript
 var levelOrder = function(root) {
@@ -759,7 +759,7 @@ func levelOrderBottom(root *TreeNode) [][]int {
 }
 ```
 
-#### Javascript:
+#### JavaScript:
 
 ```javascript
 var levelOrderBottom = function (root) {
@@ -1101,7 +1101,7 @@ func rightSideView(root *TreeNode) []int {
 }
 ```
 
-#### Javascript:
+#### JavaScript:
 
 ```javascript
 var rightSideView = function(root) {
@@ -1421,7 +1421,7 @@ func averageOfLevels(root *TreeNode) []float64 {
 }
 ```
 
-#### Javascript：
+#### JavaScript：
 
 ```javascript
 var averageOfLevels = function(root) {
@@ -2109,7 +2109,7 @@ func largestValues(root *TreeNode) []int {
 }
 ```
 
-#### Javascript：
+#### JavaScript：
 
 ```javascript
 var largestValues = function (root) {

problems/0104.二叉树的最大深度.md

@@ -604,7 +604,7 @@ func maxDepth(root *Node) int {
 }
 ```
 
-### Javascript :
+### JavaScript :
 
 104.二叉树的最大深度
 

problems/0112.路径总和.md

@@ -830,7 +830,7 @@ func traverse(node *TreeNode, result *[][]int, currPath *[]int, targetSum int) {
 }
 ```
 
-### Javascript
+### JavaScript
 
 0112.路径总和
 

problems/0115.不同的子序列.md

@@ -265,7 +265,7 @@ func numDistinct(s string, t string) int {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```javascript
 const numDistinct = (s, t) => {

problems/0122.买卖股票的最佳时机II.md

@@ -249,7 +249,7 @@ func max(a, b int) int {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 贪心
 

problems/0122.买卖股票的最佳时机II（动态规划）.md

@@ -251,6 +251,27 @@ func max(a, b int) int {
 }
 ```
 
+```go
+// 动态规划 版本二 滚动数组
+func maxProfit(prices []int) int {
+    dp := [2][2]int{} // 注意这里只开辟了一个2 * 2大小的二维数组
+    dp[0][0] = -prices[0]
+    dp[0][1] = 0
+    for i := 1; i < len(prices); i++ {
+        dp[i%2][0] = max(dp[(i-1)%2][0], dp[(i - 1) % 2][1] - prices[i])
+        dp[i%2][1] = max(dp[(i-1)%2][1], dp[(i-1)%2][0] + prices[i])
+    }
+    return dp[(len(prices)-1)%2][1]
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
 ### JavaScript：
 
 ```javascript

problems/0123.买卖股票的最佳时机III.md

@@ -316,6 +316,8 @@ class Solution:
 
 ### Go:
 
+> 版本一
+
 ```go
 func maxProfit(prices []int) int {
     dp := make([][]int, len(prices))
@@ -344,6 +346,80 @@ func max(a, b int) int {
 }
 ```
 
+> 版本二
+
+```go
+func maxProfit(prices []int) int {
+    if len(prices) == 0 {
+        return 0
+    }
+    dp := make([]int, 5)
+    dp[1] = -prices[0]
+    dp[3] = -prices[0]
+    for i := 1; i < len(prices); i++ {
+        dp[1] = max(dp[1], dp[0] - prices[i])
+        dp[2] = max(dp[2], dp[1] + prices[i])
+        dp[3] = max(dp[3], dp[2] - prices[i])
+        dp[4] = max(dp[4], dp[3] + prices[i])
+    }
+    return dp[4]
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
+> 版本三
+
+```go
+func maxProfit(prices []int) int {
+    if len(prices) == 0 {
+        return 0
+    }
+    dp := make([][5]int, len(prices))
+    dp[0][1] = -prices[0]
+    dp[0][3] = -prices[0]
+    for i := 1; i < len(prices); i++ {
+        dp[i][1] = max(dp[i-1][1], 0 - prices[i])
+        dp[i][2] = max(dp[i-1][2], dp[i-1][1] + prices[i])
+        dp[i][3] = max(dp[i-1][3], dp[i-1][2] - prices[i])
+        dp[i][4] = max(dp[i-1][4], dp[i-1][3] + prices[i])
+    }
+    return dp[len(prices)-1][4]
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
+> 版本四：一维 dp 易懂版本 
+
+```go
+func maxProfit(prices []int) int {
+    dp := make([]int, 4)
+    dp[0] = -prices[0]
+    dp[2] = -prices[0]
+
+    for _, price := range prices[1:] {
+        dc := slices.Clone(dp) // 这句话是关键，把前一天的 dp 状态保存下来，防止被覆盖掉，后面只用它，不用 dp，逻辑简单易懂
+        dp[0] = max(dc[0], -price)
+        dp[1] = max(dc[1], dc[0] + price)
+        dp[2] = max(dc[2], dc[1] - price)
+        dp[3] = max(dc[3], dc[2] + price)
+    }
+
+    return dp[3]
+}
+```
+
 ### JavaScript:
 
 > 版本一：

problems/0134.加油站.md

@@ -396,7 +396,7 @@ func canCompleteCircuit(gas []int, cost []int) int {
 }
 ```
 
-### Javascript 
+### JavaScript 
 暴力：
 ```js
 var canCompleteCircuit = function(gas, cost) {

problems/0135.分发糖果.md

@@ -177,21 +177,20 @@ class Solution {
 ```python
 class Solution:
     def candy(self, ratings: List[int]) -> int:
-        candyVec = [1] * len(ratings)
+        n = len(ratings)
+        candies = [1] * n
         
-        # 从前向后遍历，处理右侧比左侧评分高的情况
-        for i in range(1, len(ratings)):
+        # Forward pass: handle cases where right rating is higher than left
+        for i in range(1, n):
             if ratings[i] > ratings[i - 1]:
-                candyVec[i] = candyVec[i - 1] + 1
+                candies[i] = candies[i - 1] + 1
         
-        # 从后向前遍历，处理左侧比右侧评分高的情况
-        for i in range(len(ratings) - 2, -1, -1):
+        # Backward pass: handle cases where left rating is higher than right
+        for i in range(n - 2, -1, -1):
             if ratings[i] > ratings[i + 1]:
-                candyVec[i] = max(candyVec[i], candyVec[i + 1] + 1)
+                candies[i] = max(candies[i], candies[i + 1] + 1)
         
-        # 统计结果
-        result = sum(candyVec)
-        return result
+        return sum(candies)
 
 ```
 
@@ -234,7 +233,7 @@ func findMax(num1 int, num2 int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 ```Javascript
 var candy = function(ratings) {
     let candys = new Array(ratings.length).fill(1)

problems/0150.逆波兰表达式求值.md

@@ -108,7 +108,7 @@ public:
             }
         }
 
-        int result = st.top();
+        long long result = st.top();
         st.pop(); // 把栈里最后一个元素弹出（其实不弹出也没事）
         return result;
     }

problems/0151.翻转字符串里的单词.md

@@ -513,6 +513,29 @@ class Solution:
 
         return "".join(result)
 ```
+
+(版本五) 遇到空格就说明前面的是一个单词，把它加入到一个数组中。
+
+```python
+class Solution:
+    def reverseWords(self, s: str) -> str:
+        words = []
+        word = ''
+        s += ' ' # 帮助处理最后一个字词
+
+        for char in s:
+            if char == ' ': # 遇到空格就说明前面的可能是一个单词
+                if word != '': # 确认是单词，把它加入到一个数组中
+                    words.append(word)
+                    word = '' # 清空当前单词
+                continue
+            
+            word += char # 收集单词的字母
+        
+        words.reverse()
+        return ' '.join(words)
+```
+
 ### Go：
 
 版本一：

problems/0188.买卖股票的最佳时机IV.md

@@ -297,8 +297,7 @@ class Solution {
 
 ### Python:
 
-版本一
-
+> 版本一
 ```python
 class Solution:
     def maxProfit(self, k: int, prices: List[int]) -> int:
@@ -313,7 +312,8 @@ class Solution:
                 dp[i][j+2] = max(dp[i-1][j+2], dp[i-1][j+1] + prices[i])
         return dp[-1][2*k]
 ```
-版本二
+
+> 版本二
 ```python
 class Solution:
     def maxProfit(self, k: int, prices: List[int]) -> int:
@@ -329,9 +329,31 @@ class Solution:
                     dp[j] = max(dp[j],dp[j-1]+prices[i])
         return dp[2*k]
 ```
+
+> 版本三: 一维 dp 数组(易理解版本)
+```python
+class Solution:
+    def maxProfit(self, k: int, prices: List[int]) -> int:
+        dp = [0] * k * 2
+        for i in range(k):
+            dp[i * 2] = -prices[0]
+
+        for price in prices[1:]:
+            dc = dp.copy() # 这句话是关键，把前一天的 dp 状态保存下来，防止被覆盖掉，后面只用它，不用 dp，逻辑简单易懂
+
+            for i in range(2 * k):
+                if i % 2 == 1:
+                    dp[i] = max(dc[i], dc[i - 1] + price)
+                else:
+                    pre = 0 if i == 0 else dc[i - 1]
+                    dp[i] = max(dc[i], pre - price)
+            
+        return dp[-1]
+```
+
 ### Go:
 
-版本一：
+> 版本一：
 
 ```go
 // 买卖股票的最佳时机IV 动态规划
@@ -368,7 +390,7 @@ func max(a, b int) int {
 }
 ```
 
-版本二: 三维 dp数组
+> 版本二: 三维 dp数组
 ```go
 func maxProfit(k int, prices []int) int {
 	length := len(prices)
@@ -443,7 +465,31 @@ func max(a, b int) int {
 }
 ```
 
+> 版本四：一维 dp 数组（易理解版本）
 
+```go
+func maxProfit(k int, prices []int) int {
+    dp := make([]int, 2 * k)
+    for i := range k {
+        dp[i * 2] = -prices[0]
+    }
+
+    for j := 1; j < len(prices); j++ {
+        dc := slices.Clone(dp) // 这句话是关键，把前一天的 dp 状态保存下来，防止被覆盖掉，后面只用它，不用 dp，逻辑简单易懂
+
+        for i := range k * 2 {
+            if i % 2 == 1 {
+                dp[i] = max(dc[i], dc[i - 1] + prices[j])
+            } else {
+                pre := 0; if i >= 1 { pre = dc[i - 1] }
+                dp[i] = max(dc[i], pre - prices[j])
+            }
+        }
+    }
+
+    return dp[2 * k - 1]
+}
+```
 
 ### JavaScript:
 

problems/0189.旋转数组.md

@@ -199,7 +199,17 @@ function reverseByRange(nums: number[], left: number, right: number): void {
 }
 ```
 
-
+### Rust
+```rust
+impl Solution {
+    pub fn rotate(nums: &mut Vec<i32>, k: i32) {
+        let k = k as usize % nums.len();
+        nums.reverse();
+        nums[..k].reverse();
+        nums[k..].reverse();
+    }
+}
+```
 
 
 <p align="center">

problems/0202.快乐数.md

@@ -534,6 +534,30 @@ public class Solution {
 }
 ```
 
+### Ruby：
+
+```ruby
+# @param {Integer} n
+# @return {Boolean}
+def is_happy(n)
+    @occurred_nums = Set.new
+
+    while true
+        n = next_value(n)
+
+        return true if n == 1
+
+        return false if @occurred_nums.include?(n)
+            
+        @occurred_nums << n
+    end
+end
+
+def next_value(n)
+    n.to_s.chars.sum { |char| char.to_i ** 2 }
+end
+```
+
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>

problems/0203.移除链表元素.md

@@ -737,7 +737,45 @@ public class Solution
     }
 }
 ```
+### Ruby#
 
+```ruby
+# 定义链表节点
+class ListNode
+  attr_accessor :val, :next
+  def initialize(val = 0, _next = nil)
+    @val = val
+    @next = _next
+  end
+end
+
+# 删除链表中值为 val 的节点
+def remove_elements(head, val)
+  # 创建一个虚拟头节点，这样可以简化删除头节点的处理
+  # 虚拟头节点的值为 0，指向当前链表的头节点
+  dummy = ListNode.new(0)
+  dummy.next = head
+  
+  # 初始化当前节点为虚拟头节点
+  current = dummy
+  
+  # 遍历链表，直到当前节点的下一个节点为空
+  while current.next
+    # 如果当前节点的下一个节点的值等于 val
+    if current.next.val == val
+      # 跳过该节点，即将当前节点的 next 指向下一个节点的 next
+      current.next = current.next.next
+    else
+      # 否则继续遍历，当前节点向前移动
+      current = current.next
+    end
+  end
+  
+  # 返回删除 val 后的新链表的头节点，虚拟头节点的 next 就是新的头节点
+  dummy.next
+end
+
+```
 
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">

problems/0209.长度最小的子数组.md

@@ -266,7 +266,7 @@ var minSubArrayLen = function(target, nums) {
 };
 ```
 
-### Typescript：
+### TypeScript：
 
 ```typescript
 function minSubArrayLen(target: number, nums: number[]): number {

problems/0232.用栈实现队列.md

@@ -113,7 +113,7 @@ public:
 
 ```
 
-* 时间复杂度: push和empty为O(1), pop和peek为O(n)
+* 时间复杂度: 都为O(1)。pop和peek看起来像O(n)，实际上一个循环n会被使用n次，最后还是O(1)。
 * 空间复杂度: O(n)
 
 

problems/0235.二叉搜索树的最近公共祖先.md

@@ -38,7 +38,7 @@
 
 ## 算法公开课 
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[二叉搜索树找祖先就有点不一样了！| 235. 二叉搜索树的最近公共祖先](https://www.bilibili.com/video/BV1Zt4y1F7ww?share_source=copy_web)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[二叉搜索树找祖先就有点不一样了！| 235. 二叉搜索树的最近公共祖先](https://www.bilibili.com/video/BV1Zt4y1F7ww?share_source=copy_web)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 ## 思路
 

problems/0236.二叉树的最近公共祖先.md

@@ -36,7 +36,7 @@
 
 ## 算法公开课 
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[自底向上查找，有点难度！ | LeetCode：236. 二叉树的最近公共祖先](https://www.bilibili.com/video/BV1jd4y1B7E2)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[自底向上查找，有点难度！ | LeetCode：236. 二叉树的最近公共祖先](https://www.bilibili.com/video/BV1jd4y1B7E2)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 
 ## 思路

problems/0239.滑动窗口最大值.md

@@ -299,7 +299,7 @@ class Solution {
 ```
 
 ### Python：
-
+#### 解法一：使用自定义的单调队列类
 ```python
 from collections import deque
 
@@ -339,6 +339,35 @@ class Solution:
         return result
 ```
 
+
+#### 解法二：直接用单调队列
+```python
+from collections import deque
+class Solution:
+    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
+        max_list = [] # 结果集合
+        kept_nums = deque() # 单调队列
+
+        for i in range(len(nums)):
+            update_kept_nums(kept_nums, nums[i]) # 右侧新元素加入
+
+            if i >= k and nums[i - k] == kept_nums[0]: # 左侧旧元素如果等于单调队列头元素，需要移除头元素
+                kept_nums.popleft()
+
+            if i >= k - 1:
+                max_list.append(kept_nums[0])
+
+        return max_list
+
+def update_kept_nums(kept_nums, num): # num 是新加入的元素
+    # 所有小于新元素的队列尾部元素，在新元素出现后，都是没有价值的，都需要被移除
+    while kept_nums and num > kept_nums[-1]:
+        kept_nums.pop()
+
+    kept_nums.append(num)
+
+```
+
 ### Go：
 
 ```go
@@ -401,7 +430,7 @@ func maxSlidingWindow(nums []int, k int) []int {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```javascript
 /**

problems/0279.完全平方数.md

@@ -346,7 +346,7 @@ func min(a, b int) int {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```Javascript
 // 先遍历物品，再遍历背包

problems/0283.移动零.md

@@ -169,7 +169,20 @@ void moveZeroes(int* nums, int numsSize){
 }
 ```
 
-
+### Rust
+```rust
+impl Solution {
+    pub fn move_zeroes(nums: &mut Vec<i32>) {
+        let mut slow = 0;
+        for fast in 0..nums.len() {
+            if nums[fast] != 0 {
+                nums.swap(slow, fast);
+                slow += 1;
+            }
+        }
+    }
+}
+```
 
 
 

problems/0300.最长上升子序列.md

@@ -248,7 +248,7 @@ func lengthOfLIS(nums []int ) int {
 }
 ```
 
-### Javascript:
+### JavaScript:
 
 ```javascript
 const lengthOfLIS = (nums) => {

problems/0309.最佳买卖股票时机含冷冻期.md

@@ -274,7 +274,7 @@ class Solution {
 ```
 
 ### Python：
-版本一
+> 版本一
 
 ```python
 from typing import List
@@ -294,7 +294,8 @@ class Solution:
         return max(dp[n-1][3], dp[n-1][1], dp[n-1][2])  # 返回最后一天不持有股票的最大利润
 
 ```
-版本二
+
+> 版本二
 ```python
 class Solution:
     def maxProfit(self, prices: List[int]) -> int:
@@ -320,6 +321,36 @@ class Solution:
         return max(dp[-1][1], dp[-1][2])
 
 ```
+
+> 版本三
+```python
+class Solution:
+    def maxProfit(self, prices: List[int]) -> int:
+        # 0: holding stocks 
+        #    (1) keep holding stocks: dp[i][0] = dp[i - 1][0]
+        #    (2) buy stocks: dp[i][0] = dp[i - 1][1] - price, or dp[i - 1][3] - price
+        # 1: keep no stocks: dp[i][1] = dp[i - 1][1]
+        # 2: sell stocks: dp[i][2] = dp[i - 1][0] + price
+        # 3: cooldown day: dp[i][3] = dp[i - 1][2]
+        dp = [-prices[0], 0, 0, 0]
+
+        for price in prices[1:]:
+            dc = dp.copy() # 这句话是关键，把前一天的 dp 状态保存下来，防止被覆盖掉，后面只用它，不用 dp，逻辑简单易懂
+            dp[0] = max(
+                dc[0],
+                dc[1] - price,
+                dc[3] - price
+            )
+            dp[1] = max(
+                dc[1],
+                dc[3]
+            )
+            dp[2] = dc[0] + price
+            dp[3] = dc[2]
+
+        return max(dp)
+```
+
 ### Go：
 
 ```go
@@ -393,7 +424,7 @@ func max(a, b int) int {
 
 
 
-### Javascript:
+### JavaScript:
 
 > 不同的状态定义 感觉更容易理解些
 ```javascript

problems/0322.零钱兑换.md

@@ -427,7 +427,7 @@ impl Solution {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 ```javascript
 // 遍历物品

problems/0332.重新安排行程.md

@@ -535,7 +535,7 @@ func findItinerary(tickets [][]string) []string {
 }
 ```
 
-### Javascript 
+### JavaScript 
 
 ```Javascript
 

problems/0337.打家劫舍III.md

@@ -388,19 +388,96 @@ class Solution:
 
 ### Go 
 
+暴力递归
+
+```go
+/**
+ * Definition for a binary tree node.
+ * type TreeNode struct {
+ *     Val int
+ *     Left *TreeNode
+ *     Right *TreeNode
+ * }
+ */
+func rob(root *TreeNode) int {
+    if root == nil {
+        return 0
+    }
+    if root.Left == nil && root.Right == nil {
+        return root.Val
+    }
+    // 偷父节点
+    val1 := root.Val
+    if root.Left != nil {
+        val1 += rob(root.Left.Left) + rob(root.Left.Right) // 跳过root->left，相当于不考虑左孩子了
+    }
+    if root.Right != nil {
+        val1 += rob(root.Right.Left) + rob(root.Right.Right) // 跳过root->right，相当于不考虑右孩子了
+    }
+    // 不偷父节点
+    val2 := rob(root.Left) + rob(root.Right) // 考虑root的左右孩子
+    return max(val1, val2)
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
+记忆化递推
+
+```go
+/**
+ * Definition for a binary tree node.
+ * type TreeNode struct {
+ *     Val int
+ *     Left *TreeNode
+ *     Right *TreeNode
+ * }
+ */
+var umap = make(map[*TreeNode]int)
+
+func rob(root *TreeNode) int {
+    if root == nil {
+        return 0
+    }
+    if root.Left == nil && root.Right == nil {
+        return root.Val
+    }
+    if val, ok := umap[root]; ok {
+        return val // 如果umap里已经有记录则直接返回
+    }
+    // 偷父节点
+    val1 := root.Val
+    if root.Left != nil {
+        val1 += rob(root.Left.Left) + rob(root.Left.Right) // 跳过root->left，相当于不考虑左孩子了
+    }
+    if root.Right != nil {
+        val1 += rob(root.Right.Left) + rob(root.Right.Right) // 跳过root->right，相当于不考虑右孩子了
+    }
+    // 不偷父节点
+    val2 := rob(root.Left) + rob(root.Right) // 考虑root的左右孩子
+    umap[root] = max(val1, val2) // umap记录一下结果
+    return max(val1, val2)
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
 动态规划
 
 ```go
 func rob(root *TreeNode) int {
 	res := robTree(root)
-	return max(res[0], res[1])
-}
-
-func max(a, b int) int {
-	if a > b {
-		return a
-	}
-	return b
+	return slices.Max(res)
 }
 
 func robTree(cur *TreeNode) []int {
@@ -414,7 +491,7 @@ func robTree(cur *TreeNode) []int {
     // 考虑去偷当前的屋子
 	robCur := cur.Val + left[0] + right[0]
     // 考虑不去偷当前的屋子
-	notRobCur := max(left[0], left[1]) + max(right[0], right[1])
+	notRobCur := slices.Max(left) + slices.Max(right)
 
     // 注意顺序：0:不偷，1:去偷
 	return []int{notRobCur, robCur}

problems/0343.整数拆分.md

@@ -385,7 +385,7 @@ func integerBreak(n int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 ```Javascript
 var integerBreak = function(n) {
     let dp = new Array(n + 1).fill(0)

problems/0376.摆动序列.md

@@ -466,7 +466,7 @@ func max(a, b int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 
 **贪心**
 

problems/0377.组合总和Ⅳ.md

@@ -254,7 +254,7 @@ func combinationSum4(nums []int, target int) int {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 ```javascript
 const combinationSum4 = (nums, target) => {

problems/0406.根据身高重建队列.md

@@ -270,7 +270,7 @@ func reconstructQueue(people [][]int) [][]int {
 }
 ```
 
-### Javascript 
+### JavaScript 
 
 ```Javascript
 var reconstructQueue = function(people) {

problems/0416.分割等和子集.md

@@ -47,7 +47,13 @@
 
 那么只要找到集合里能够出现 sum / 2 的子集总和，就算是可以分割成两个相同元素和子集了。
 
-本题是可以用回溯暴力搜索出所有答案的，但最后超时了，也不想再优化了，放弃回溯，直接上01背包吧。
+本题是可以用回溯暴力搜索出所有答案的，但最后超时了，也不想再优化了，放弃回溯。
+
+是否有其他解法可以解决此题。 
+
+本题的本质是，能否把容量为 sum / 2的背包装满。 
+
+**这是 背包算法可以解决的经典类型题目**。 
 
 如果对01背包不够了解，建议仔细看完如下两篇：
 
@@ -56,7 +62,7 @@
 
 ### 01背包问题
 
-背包问题，大家都知道，有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。
+01背包问题，大家都知道，有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。
 
 **背包问题有多种背包方式，常见的有：01背包、完全背包、多重背包、分组背包和混合背包等等。**
 
@@ -64,32 +70,33 @@
 
 **即一个商品如果可以重复多次放入是完全背包，而只能放入一次是01背包，写法还是不一样的。**
 
-**要明确本题中我们要使用的是01背包，因为元素我们只能用一次。**
+**元素我们只能用一次，如果使用背包，那么也是01背包**
 
 回归主题：首先，本题要求集合里能否出现总和为 sum / 2 的子集。
 
-那么来一一对应一下本题，看看背包问题如何来解决。
+既有一个 只能装重量为 sum / 2 的背包，商品为数字，这些数字能不能把 这个背包装满。 
 
-**只有确定了如下四点，才能把01背包问题套到本题上来。**
+那每一件商品是数字的话，对应的重量 和 价值是多少呢？  
 
-* 背包的体积为sum / 2
-* 背包要放入的商品（集合里的元素）重量为 元素的数值，价值也为元素的数值
-* 背包如果正好装满，说明找到了总和为 sum / 2 的子集。
-* 背包中每一个元素是不可重复放入。
+一个数字只有一个维度，即 重量等于价值。  
 
-以上分析完，我们就可以套用01背包，来解决这个问题了。
+当数字 可以装满 承载重量为 sum / 2 的背包的背包时，这个背包的价值也是 sum / 2。
+
+那么这道题就是 装满 承载重量为 sum / 2 的背包，价值最大是多少？ 
+
+如果最大价值是 sum / 2，说明正好被商品装满了。
+
+因为商品是数字，重量和对应的价值是相同的。
+
+以上分析完，我们就可以直接用01背包 来解决这个问题了。
 
 动规五部曲分析如下：
 
 1. 确定dp数组以及下标的含义
 
-01背包中，dp[j] 表示： 容量为j的背包，所背的物品价值最大可以为dp[j]。
+01背包中，dp[j] 表示： 容量（所能装的重量）为j的背包，所背的物品价值最大可以为dp[j]。
 
-本题中每一个元素的数值既是重量，也是价值。
-
-**套到本题，dp[j]表示 背包总容量（所能装的总重量）是j，放进物品后，背的最大重量为dp[j]**。
-
-那么如果背包容量为target， dp[target]就是装满 背包之后的重量，所以 当 dp[target] == target 的时候，背包就装满了。
+如果背包所载重量为target， dp[target]就是装满 背包之后的总价值，因为 本题中每一个元素的数值既是重量，也是价值，所以，当 dp[target] == target 的时候，背包就装满了。
 
 有录友可能想，那还有装不满的时候？ 
 
@@ -192,12 +199,11 @@ public:
 
 ## 总结
 
-这道题目就是一道01背包应用类的题目，需要我们拆解题目，然后套入01背包的场景。
+这道题目就是一道01背包经典应用类的题目，需要我们拆解题目，然后才能发现可以使用01背包。
 
 01背包相对于本题，主要要理解，题目中物品是nums[i]，重量是nums[i]，价值也是nums[i]，背包体积是sum/2。
 
-看代码的话，就可以发现，基本就是按照01背包的写法来的。
-
+做完本题后，需要大家清晰：背包问题，不仅可以求 背包能被的最大价值，还可以求这个背包是否可以装满。
 
 ## 其他语言版本
 

problems/0435.无重叠区间.md

@@ -311,7 +311,7 @@ func min(a, b int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 - 按右边界排序
 ```Javascript
 var eraseOverlapIntervals = function(intervals) {

problems/0450.删除二叉搜索树中的节点.md

@@ -26,7 +26,7 @@
 
 ## 算法公开课 
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[调整二叉树的结构最难！| LeetCode：450.删除二叉搜索树中的节点](https://www.bilibili.com/video/BV1tP41177us?share_source=copy_web)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[调整二叉树的结构最难！| LeetCode：450.删除二叉搜索树中的节点](https://www.bilibili.com/video/BV1tP41177us?share_source=copy_web)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 ## 思路
 

problems/0452.用最少数量的箭引爆气球.md

@@ -110,7 +110,7 @@ public:
 ```
 
 * 时间复杂度：O(nlog n)，因为有一个快排
-* 空间复杂度：O(1)，有一个快排，最差情况(倒序)时，需要n次递归调用。因此确实需要O(n)的栈空间
+* 空间复杂度：O(n)，有一个快排，最差情况(倒序)时，需要n次递归调用。因此确实需要O(n)的栈空间
 
 可以看出代码并不复杂。
 
@@ -180,19 +180,25 @@ class Solution:
 ```python
 class Solution: # 不改变原数组
     def findMinArrowShots(self, points: List[List[int]]) -> int:
+        if len(points) == 0:
+            return 0
+            
         points.sort(key = lambda x: x[0])
-        sl,sr = points[0][0],points[0][1]
+
+        # points已经按照第一个坐标正序排列，因此只需要设置一个变量，记录右侧坐标（阈值）
+        # 考虑一个气球范围包含两个不相交气球的情况：气球1: [1, 10], 气球2: [2, 5], 气球3: [6, 10]
+        curr_min_right = points[0][1]
         count = 1
+        
         for i in points:
-            if i[0]>sr:
+            if i[0] > curr_min_right:
+                # 当气球左侧大于这个阈值，那么一定就需要在发射一只箭，并且将阈值更新为当前气球的右侧
                 count += 1
-                sl,sr = i[0],i[1]
+                curr_min_right = i[1]
             else:
-                sl = max(sl,i[0])
-                sr = min(sr,i[1])
+                # 否则的话，我们只需要求阈值和当前气球的右侧的较小值来更新阈值
+                curr_min_right = min(curr_min_right, i[1])
         return count
-
-
 ```
 ### Go
 ```go
@@ -220,7 +226,7 @@ func min(a, b int) int {
 }
 ```
 
-### Javascript 
+### JavaScript 
 ```Javascript
 var findMinArrowShots = function(points) {
     points.sort((a, b) => {

problems/0454.四数相加II.md

@@ -488,6 +488,44 @@ int fourSumCount(int* nums1, int nums1Size, int* nums2, int nums2Size, int* nums
 }
 ```
 
+### Ruby:
+
+```ruby
+# @param {Integer[]} nums1
+# @param {Integer[]} nums2
+# @param {Integer[]} nums3
+# @param {Integer[]} nums4
+# @return {Integer}
+# 新思路：和版主的思路基本相同，只是对后面两个数组的二重循环，用一个方法调用外加一重循环替代，简化了一点。
+#       简单的说，就是把四数和变成了两个两数和的统计（结果放到两个 hash 中），然后再来一次两数和为0.
+#       把四个数分成两组两个数，然后分别计算每组可能的和情况，分别存入 hash 中，key 是 和，value 是 数量；
+#       最后，得到的两个 hash 只需要遍历一次，符合和为零的 value 相乘并加总。
+def four_sum_count(nums1, nums2, nums3, nums4)
+    num_to_count_1 = two_sum_mapping(nums1, nums2)
+    num_to_count_2 = two_sum_mapping(nums3, nums4)
+
+    count_sum = 0
+
+    num_to_count_1.each do |num, count|
+        count_sum += num_to_count_2[-num] * count # 反查另一个 hash，看有没有匹配的，没有的话，hash 默认值为 0，不影响加总；有匹配的，乘积就是可能的情况
+    end
+
+    count_sum
+end
+
+def two_sum_mapping(nums1, nums2)
+    num_to_count = Hash.new(0)
+
+    nums1.each do |num1|
+        nums2.each do |nums2|
+            num_to_count[num1 + nums2] += 1 # 统计和为 num1 + nums2 的有几个
+        end
+    end
+
+    num_to_count
+end
+```
+
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>

problems/0455.分发饼干.md

@@ -278,7 +278,7 @@ pub fn find_content_children(mut children: Vec<i32>, mut cookies: Vec<i32>) -> i
 }
 ```
 
-### Javascript
+### JavaScript
 
 ```js
 var findContentChildren = function (g, s) {

problems/0474.一和零.md

@@ -362,7 +362,7 @@ func max(a,b int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 ```javascript
 const findMaxForm = (strs, m, n) => {
     const dp = Array.from(Array(m+1), () => Array(n+1).fill(0));

problems/0491.递增子序列.md

@@ -375,7 +375,7 @@ func dfs(nums []int, start int) {
 }
 ```
 
-### Javascript 
+### JavaScript 
 
 ```Javascript
 

problems/0494.目标和.md

@@ -791,7 +791,7 @@ func abs(x int) int {
 }
 ```
 
-### Javascript
+### JavaScript
 ```javascript
 const findTargetSumWays = (nums, target) => {
 

problems/0501.二叉搜索树中的众数.md

@@ -35,7 +35,7 @@
 
 ## 算法公开课 
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[不仅双指针，还有代码技巧可以惊艳到你！ | LeetCode：501.二叉搜索树中的众数](https://www.bilibili.com/video/BV1fD4y117gp)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[不仅双指针，还有代码技巧可以惊艳到你！ | LeetCode：501.二叉搜索树中的众数](https://www.bilibili.com/video/BV1fD4y117gp)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 
 ## 思路

problems/0503.下一个更大元素II.md

@@ -185,7 +185,7 @@ class Solution:
 
 > 版本二：针对版本一的优化
 
-```python3
+```python
 class Solution:
     def nextGreaterElements(self, nums: List[int]) -> List[int]:
         res = [-1] * len(nums)
@@ -213,6 +213,40 @@ class Solution:
 ### Go:
 
 ```go
+// 版本一
+func nextGreaterElements(nums []int) []int {
+    // 拼接一个新的nums
+    numsNew := make([]int, len(nums) * 2)
+    copy(numsNew, nums)
+    copy(numsNew[len(nums):], nums)
+    // 用新的nums大小来初始化result
+    result := make([]int, len(numsNew))
+    for i := range result {
+        result[i] = -1
+    }
+    
+    // 开始单调栈
+    st := []int{0}
+    for i := 1; i < len(numsNew); i++ {
+        if numsNew[i] < numsNew[st[len(st)-1]] {
+            st = append(st, i)
+        } else if numsNew[i] == numsNew[st[len(st)-1]] {
+            st = append(st, i)
+        } else {
+            for len(st) > 0 && numsNew[i] > numsNew[st[len(st)-1]] {
+                result[st[len(st)-1]] = numsNew[i]
+                st = st[:len(st)-1]
+            }
+            st = append(st, i)
+        }
+    }
+    result = result[:len(result)/2]
+    return result
+}
+```
+
+```go
+// 版本二
 func nextGreaterElements(nums []int) []int {
     length := len(nums)
     result := make([]int,length)

problems/0509.斐波那契数.md

@@ -292,7 +292,7 @@ func fib(n int) int {
         return c
 }
 ```
-### Javascript 
+### JavaScript 
 解法一
 ```Javascript
 var fib = function(n) {

problems/0516.最长回文子序列.md

@@ -224,7 +224,7 @@ func longestPalindromeSubseq(s string) int {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 ```javascript
 const longestPalindromeSubseq = (s) => {

problems/0518.零钱兑换II.md

@@ -349,7 +349,7 @@ impl Solution {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 ```javascript
 const change = (amount, coins) => {

problems/0530.二叉搜索树的最小绝对差.md

@@ -21,7 +21,7 @@
 
 ## 算法公开课
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[二叉搜索树中，需要掌握如何双指针遍历！| LeetCode：530.二叉搜索树的最小绝对差](https://www.bilibili.com/video/BV1DD4y11779)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[二叉搜索树中，需要掌握如何双指针遍历！| LeetCode：530.二叉搜索树的最小绝对差](https://www.bilibili.com/video/BV1DD4y11779)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 
 ## 思路

problems/0541.反转字符串II.md

@@ -282,7 +282,7 @@ class Solution:
         return ''.join(res)
 ```
 
-### Python3 (v2):
+#### Python3 (v2):
 
 ```python
 class Solution:
@@ -297,6 +297,21 @@ class Solution:
         return s
 ```
 
+#### Python3 (v3):
+
+```python
+class Solution:
+    def reverseStr(self, s: str, k: int) -> str:
+        i = 0
+        chars = list(s)
+        
+        while i < len(chars):
+            chars[i:i + k] = chars[i:i + k][::-1] # 反转后，更改原值为反转后值
+            i += k * 2
+
+        return ''.join(chars)
+```
+
 ### Go：
 
 ```go

problems/0583.两个字符串的删除操作.md

@@ -290,6 +290,7 @@ func min(a, b int) int {
 }
 ```
 
+
 动态规划二
 
 ```go
@@ -318,7 +319,9 @@ func max(x, y int) int {
 }
 ```
 
-### Javascript：
+
+### JavaScript：
+
 
 ```javascript
 // 方法一

problems/0647.回文子串.md

@@ -102,7 +102,7 @@ dp[i][j]可以初始化为true么？ 当然不行，怎能刚开始就全都匹
 
 4. 确定遍历顺序
 
-遍历顺序可有有点讲究了。
+遍历顺序可就有点讲究了。
 
 首先从递推公式中可以看出，情况三是根据dp[i + 1][j - 1]是否为true，在对dp[i][j]进行赋值true的。
 
@@ -465,7 +465,7 @@ func countSubstrings(s string) int {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 > 动态规划
 ```javascript

problems/0669.修剪二叉搜索树.md

@@ -22,7 +22,7 @@
 
 ## 算法公开课
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[你修剪的方式不对，我来给你纠正一下！| LeetCode：669. 修剪二叉搜索树](https://www.bilibili.com/video/BV17P41177ud?share_source=copy_web)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[你修剪的方式不对，我来给你纠正一下！| LeetCode：669. 修剪二叉搜索树](https://www.bilibili.com/video/BV17P41177ud?share_source=copy_web)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 ## 思路
 

problems/0674.最长连续递增序列.md

@@ -359,7 +359,7 @@ impl Solution {
 ```
 
 
-### Javascript：
+### JavaScript：
 
 > 动态规划：
 ```javascript

problems/0714.买卖股票的最佳时机含手续费.md

@@ -43,7 +43,7 @@
 
 在[贪心算法：122.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)中使用贪心策略不用关心具体什么时候买卖，只要收集每天的正利润，最后稳稳的就是最大利润了。
 
-而本题有了手续费，就要关系什么时候买卖了，因为计算所获得利润，需要考虑买卖利润可能不足以手续费的情况。
+而本题有了手续费，就要关心什么时候买卖了，因为计算所获得利润，需要考虑买卖利润可能不足以扣减手续费的情况。
 
 如果使用贪心策略，就是最低值买，最高值（如果算上手续费还盈利）就卖。
 
@@ -122,7 +122,7 @@ public:
 * 时间复杂度：O(n)
 * 空间复杂度：O(n)
 
-当然可以对空间经行优化，因为当前状态只是依赖前一个状态。
+当然可以对空间进行优化，因为当前状态只是依赖前一个状态。
 
 C++ 代码如下：
 
@@ -243,7 +243,7 @@ func maxProfit(prices []int, fee int) int {
     return res
 }
 ```
-### Javascript
+### JavaScript
 ```Javascript
 // 贪心思路
 var maxProfit = function(prices, fee) {

problems/0714.买卖股票的最佳时机含手续费（动态规划）.md

@@ -46,7 +46,7 @@
 * 时间复杂度：O(n)
 * 空间复杂度：O(1) 
 
-本题使用贪心算法并不好理解，也很容易出错，那么我们再来看看是使用动规的方法如何解题。
+本题使用贪心算法并不好理解，也很容易出错，那么我们再来看看使用动规的方法如何解题。
 
 相对于[动态规划：122.买卖股票的最佳时机II](https://programmercarl.com/0122.买卖股票的最佳时机II（动态规划）.html)，本题只需要在计算卖出操作的时候减去手续费就可以了，代码几乎是一样的。
 
@@ -54,7 +54,7 @@
 
 这里重申一下dp数组的含义：
 
-dp[i][0] 表示第i天持有股票所省最多现金。
+dp[i][0] 表示第i天持有股票所得最多现金。
 dp[i][1] 表示第i天不持有股票所得最多现金
 
 
@@ -226,7 +226,7 @@ func max(a, b int) int {
 }
 ```
 
-### Javascript：
+### JavaScript：
 
 ```javascript
 const maxProfit = (prices,fee) => {

problems/0738.单调递增的数字.md

@@ -292,7 +292,7 @@ func monotoneIncreasingDigits(N int) int {
 }
 ```
 
-### Javascript 
+### JavaScript 
 ```Javascript
 var monotoneIncreasingDigits = function(n) {
     n = n.toString()

problems/0763.划分字母区间.md

@@ -312,7 +312,7 @@ func max(a, b int) int {
 }
 ```
 
-### Javascript 
+### JavaScript 
 ```Javascript
 var partitionLabels = function(s) {
     let hash = {}

problems/0860.柠檬水找零.md

@@ -226,7 +226,7 @@ func lemonadeChange(bills []int) bool {
 }
 ```
 
-### Javascript 
+### JavaScript 
 ```Javascript
 var lemonadeChange = function(bills) {
     let fiveCount = 0

problems/0941.有效的山脉数组.md

@@ -196,7 +196,22 @@ public class Solution {
 }
 ```
 
-
+### Rust
+```rust
+impl Solution {
+    pub fn valid_mountain_array(arr: Vec<i32>) -> bool {
+        let mut i = 0;
+        let mut j = arr.len() - 1;
+        while i < arr.len() - 1 && arr[i] < arr[i + 1] {
+            i += 1;
+        }
+        while j > 0 && arr[j] < arr[j - 1] {
+            j -= 1;
+        }
+        i > 0 && j < arr.len() - 1 && i == j
+    }
+}
+```
 
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">

problems/0968.监控二叉树.md

@@ -536,7 +536,7 @@ func min(a, b int) int {
 
 ```
 
-### Javascript
+### JavaScript
 
 ```Javascript
 var minCameraCover = function(root) {

problems/0977.有序数组的平方.md

@@ -301,7 +301,7 @@ impl Solution {
     }
 }
 ```
-### Javascript：
+### JavaScript：
 
 ```Javascript
 /**
@@ -327,7 +327,7 @@ var sortedSquares = function(nums) {
 };
 ```
 
-### Typescript：
+### TypeScript：
 
 双指针法：
 

problems/1005.K次取反后最大化的数组和.md

@@ -207,7 +207,7 @@ func largestSumAfterKNegations(nums []int, K int) int {
 ```
 
 
-### Javascript 
+### JavaScript 
 ```Javascript
 var largestSumAfterKNegations = function(nums, k) {
 

problems/1035.不相交的线.md

@@ -8,11 +8,16 @@
 
 [力扣题目链接](https://leetcode.cn/problems/uncrossed-lines/)
 
-我们在两条独立的水平线上按给定的顺序写下 A 和 B 中的整数。
+在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。
 
-现在，我们可以绘制一些连接两个数字 A[i] 和 B[j] 的直线，只要 A[i] == B[j]，且我们绘制的直线不与任何其他连线（非水平线）相交。
+现在，可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线，这些直线需要同时满足：
 
-以这种方法绘制线条，并返回我们可以绘制的最大连线数。
+* nums1[i] == nums2[j]
+* 且绘制的直线不与任何其他连线（非水平线）相交。
+
+请注意，连线即使在端点也不能相交：每个数字只能属于一条连线。
+
+以这种方法绘制线条，并返回可以绘制的最大连线数。
 
 
 ![1035.不相交的线](https://code-thinking-1253855093.file.myqcloud.com/pics/2021032116363533.png)
@@ -26,16 +31,16 @@
 
 相信不少录友看到这道题目都没啥思路，我们来逐步分析一下。
 
-绘制一些连接两个数字 A[i] 和 B[j] 的直线，只要 A[i] == B[j]，且直线不能相交！
+绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线，只要 nums1[i] == nums2[j]，且直线不能相交！
 
-直线不能相交，这就是说明在字符串A中 找到一个与字符串B相同的子序列，且这个子序列不能改变相对顺序，只要相对顺序不改变，链接相同数字的直线就不会相交。
+直线不能相交，这就是说明在字符串nums1中 找到一个与字符串nums2相同的子序列，且这个子序列不能改变相对顺序，只要相对顺序不改变，连接相同数字的直线就不会相交。
 
-拿示例一A = [1,4,2], B = [1,2,4]为例，相交情况如图：
+拿示例一nums1 = [1,4,2], nums2 = [1,2,4]为例，相交情况如图：
 
 
 ![](https://code-thinking-1253855093.file.myqcloud.com/pics/20210914145158.png)
 
-其实也就是说A和B的最长公共子序列是[1,4]，长度为2。 这个公共子序列指的是相对顺序不变（即数字4在字符串A中数字1的后面，那么数字4也应该在字符串B数字1的后面）
+其实也就是说nums1和nums2的最长公共子序列是[1,4]，长度为2。 这个公共子序列指的是相对顺序不变（即数字4在字符串nums1中数字1的后面，那么数字4也应该在字符串nums2数字1的后面）
 
 这么分析完之后，大家可以发现：**本题说是求绘制的最大连线数，其实就是求两个字符串的最长公共子序列的长度！**
 
@@ -52,18 +57,18 @@
 ```CPP
 class Solution {
 public:
-    int maxUncrossedLines(vector<int>& A, vector<int>& B) {
-        vector<vector<int>> dp(A.size() + 1, vector<int>(B.size() + 1, 0));
-        for (int i = 1; i <= A.size(); i++) {
-            for (int j = 1; j <= B.size(); j++) {
-                if (A[i - 1] == B[j - 1]) {
+    int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
+        vector<vector<int>> dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
+        for (int i = 1; i <= nums1.size(); i++) {
+            for (int j = 1; j <= nums2.size(); j++) {
+                if (nums1[i - 1] == nums2[j - 1]) {
                     dp[i][j] = dp[i - 1][j - 1] + 1;
                 } else {
                     dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
                 }
             }
         }
-        return dp[A.size()][B.size()];
+        return dp[nums1.size()][nums2.size()];
     }
 };
 ```
@@ -110,11 +115,11 @@ public:
 
 ```python
 class Solution:
-    def maxUncrossedLines(self, A: List[int], B: List[int]) -> int:
-        dp = [[0] * (len(B)+1) for _ in range(len(A)+1)]
-        for i in range(1, len(A)+1):
-            for j in range(1, len(B)+1):
-                if A[i-1] == B[j-1]:
+    def maxUncrossedLines(self, nums1: List[int], nums2: List[int]) -> int:
+        dp = [[0] * (len(nums2)+1) for _ in range(len(nums1)+1)]
+        for i in range(1, len(nums1)+1):
+            for j in range(1, len(nums2)+1):
+                if nums1[i-1] == nums2[j-1]:
                     dp[i][j] = dp[i-1][j-1] + 1
                 else:
                     dp[i][j] = max(dp[i-1][j], dp[i][j-1])
@@ -124,23 +129,22 @@ class Solution:
 ### Go:
 
 ```go
-func maxUncrossedLines(A []int, B []int) int {
-	m, n := len(A), len(B)
-	dp := make([][]int, m+1)
+func maxUncrossedLines(nums1 []int, nums2 []int) int {
+    dp := make([][]int, len(nums1) + 1)
     for i := range dp {
-        dp[i] = make([]int, n+1)
+        dp[i] = make([]int, len(nums2) + 1)
     }
 
-	for i := 1; i <= len(A); i++ {
-		for j := 1; j <= len(B); j++ {
-			if (A[i - 1] == B[j - 1]) {
+	for i := 1; i <= len(nums1); i++ {
+		for j := 1; j <= len(nums2); j++ {
+			if (nums1[i - 1] == nums2[j - 1]) {
 				dp[i][j] = dp[i - 1][j - 1] + 1
 			} else {
 				dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
 			}
 		}
 	}
-	return dp[m][n]
+	return dp[len(nums1)][len(nums2)]
 
 }
 

problems/1047.删除字符串中的所有相邻重复项.md

@@ -164,7 +164,7 @@ class Solution {
         int top = -1;
         for (int i = 0; i < s.length(); i++) {
             char c = s.charAt(i);
-            // 当 top > 0,即栈中有字符时，当前字符如果和栈中字符相等，弹出栈顶字符，同时 top--
+            // 当 top >= 0,即栈中有字符时，当前字符如果和栈中字符相等，弹出栈顶字符，同时 top--
             if (top >= 0 && res.charAt(top) == c) {
                 res.deleteCharAt(top);
                 top--;

problems/1143.最长公共子序列.md

@@ -80,7 +80,7 @@ if (text1[i - 1] == text2[j - 1]) {
 
 先看看dp[i][0]应该是多少呢？
 
-test1[0, i-1]和空串的最长公共子序列自然是0，所以dp[i][0] = 0;
+text1[0, i-1]和空串的最长公共子序列自然是0，所以dp[i][0] = 0;
 
 同理dp[0][j]也是0。
 

problems/1207.独一无二的出现次数.md

@@ -221,6 +221,28 @@ func uniqueOccurrences(arr []int) bool {
 }
 ```
 
+### Rust
+
+```rust
+use std::collections::{HashMap, HashSet};
+impl Solution {
+    pub fn unique_occurrences(arr: Vec<i32>) -> bool {
+        let mut hash = HashMap::<i32, i32>::new();
+        for x in arr {
+            *hash.entry(x).or_insert(0) += 1;
+        }
+        let mut set = HashSet::<i32>::new();
+        for (_k, v) in hash {
+            if set.contains(&v) {
+                return false
+            } else {
+                set.insert(v);
+            }
+        }
+        true
+    }
+}
+```
 
 
 

problems/1365.有多少小于当前数字的数字.md

@@ -260,6 +260,22 @@ function smallerNumbersThanCurrent(nums: number[]): number[] {
 };
 ```
 
+### rust
+```rust
+use std::collections::HashMap;
+impl Solution {
+    pub fn smaller_numbers_than_current(nums: Vec<i32>) -> Vec<i32> {
+        let mut v = nums.clone();
+        v.sort();
+        let mut hash = HashMap::new();
+        for i in 0..v.len() {
+            // rust中使用or_insert插入值, 如果存在就不插入,可以使用正序遍历
+            hash.entry(v[i]).or_insert(i as i32);
+        }
+        nums.into_iter().map(|x| *hash.get(&x).unwrap()).collect()
+    }
+}
+```
 
 
 <p align="center">

problems/1971.寻找图中是否存在路径.md

@@ -213,7 +213,7 @@ class Solution:
         return find(source) == find(destination)
 ```
 
-### Javascript：
+### JavaScript：
 
 Javascript 并查集解法如下：
 

problems/kamacoder/0047.参会dijkstra堆.md

@@ -911,7 +911,7 @@ func main() {
 
 ### Rust
 
-### Javascript
+### JavaScript
 
 ### TypeScript
 

problems/kamacoder/0047.参会dijkstra朴素.md

@@ -578,7 +578,7 @@ int main() {
 更新 minDist数组，即：源点（节点1） 到 节点2 和 节点3的距离。 
 
 * 源点到节点2的最短距离为100，小于原minDist[2]的数值max，更新minDist[2] = 100 
-* 源点到节点3的最短距离为1，小于原minDist[3]的数值max，更新minDist[4] = 1 
+* 源点到节点3的最短距离为1，小于原minDist[3]的数值max，更新minDist[3] = 1 
 
 -------------------
 
@@ -867,7 +867,7 @@ if __name__ == "__main__":
 
 ### Rust
 
-### Javascript
+### JavaScript
 
 ```js
 function dijkstra(grid, start, end) {

problems/kamacoder/0053.寻宝-Kruskal.md

@@ -547,7 +547,7 @@ if __name__ == "__main__":
 
 ### Rust
 
-### Javascript
+### JavaScript
 
 ```js
 function kruskal(v, edges) {

problems/kamacoder/0053.寻宝-prim.md

@@ -507,7 +507,7 @@ int main() {
 
 所以我们求最小生成树的权值和就是计算后的minDist数组数值总和。
 
-最后我们拓展了如何求职 最小生成树 的每一条边，其实 添加的代码很简单，主要是理解 为什么使用 parent数组 来记录边 以及 在哪里 更新parent数组。 
+最后我们拓展了如何获得最小生成树的每一条边，其实添加的代码很简单，主要是理解为什么使用parent数组来记录边以及在哪里更新parent数组。
 
 同时，因为使用一维数组，数组的下标和数组如何赋值很重要，不要搞反，导致结果被覆盖。
 
@@ -692,7 +692,7 @@ if __name__ == "__main__":
 
 ### Rust
 
-### Javascript
+### JavaScript
 ```js
 function prim(v, edges) {
     const grid = Array.from({ length: v + 1 }, () => new Array(v + 1).fill(10001)); // Fixed grid initialization

problems/kamacoder/0055.右旋字符串.md

@@ -350,7 +350,29 @@ function reverseStr(s, start, end) {
 
 
 ### Swift:
+```swift
+func rotateWords(_ s: String, _ k: Int) -> String {
+    var chars = Array(s)
+    // 先反转整体
+    reverseWords(&chars, start: 0, end: s.count - 1)
+    // 反转前半段
+    reverseWords(&chars, start: 0, end: k - 1)
+    // 反转后半段
+    reverseWords(&chars, start: k, end: s.count - 1)
+    return String(chars)
+}
 
+// 反转start...end 的字符数组
+func reverseWords(_ chars: inout [Character], start: Int, end: Int) {
+    var left = start
+    var right = end
+    while left < right, right < chars.count {
+        (chars[left], chars[right]) = (chars[right], chars[left])
+        left += 1
+        right -= 1
+    }
+}
+```
 
 
 ### PHP：

problems/kamacoder/0094.城市间货物运输I-SPFA.md

@@ -462,7 +462,7 @@ if __name__ == "__main__":
 
 ### Rust
 
-### Javascript
+### JavaScript
 
 ```js
 async function main() {

problems/kamacoder/0094.城市间货物运输I.md

@@ -483,7 +483,7 @@ if __name__ == "__main__":
 
 ### Rust
 
-### Javascript
+### JavaScript
 
 ```js
 async function main() {

problems/kamacoder/0095.城市间货物运输II.md

@@ -54,7 +54,7 @@ circle
 
 ## 思路 
 
-本题是 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 延伸题目。 
+本题是 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 延伸题目。 
 
 本题是要我们判断 负权回路，也就是图中出现环且环上的边总权值为负数。
 
@@ -64,7 +64,7 @@ circle
 
 接下来我们来看 如何使用 bellman_ford 算法来判断 负权回路。 
 
-在 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 中 我们讲了 bellman_ford 算法的核心就是一句话：对 所有边 进行 n-1 次松弛。 同时文中的 【拓展】部分， 我们也讲了 松弛n次以上 会怎么样？ 
+在 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 中 我们讲了 bellman_ford 算法的核心就是一句话：对 所有边 进行 n-1 次松弛。 同时文中的 【拓展】部分， 我们也讲了 松弛n次以上 会怎么样？ 
 
 在没有负权回路的图中，松弛 n 次以上 ，结果不会有变化。 
 
@@ -72,7 +72,7 @@ circle
 
 那么每松弛一次，都会更新最短路径，所以结果会一直有变化。
 
-（如果对于 bellman_ford 不了解的录友，建议详细看这里：[kama94.城市间货物运输I](./kama94.城市间货物运输I.md)） 
+（如果对于 bellman_ford 不了解的录友，建议详细看这里：[kama94.城市间货物运输I](./0094.城市间货物运输I.md)） 
 
 以上为理论分析，接下来我们再画图举例。 
 
@@ -94,13 +94,13 @@ circle
 
 如果在负权回路多绕两圈，三圈，无穷圈，那么我们的总成本就会无限小， 如果要求最小成本的话，你会发现本题就无解了。 
 
-在 bellman_ford 算法中，松弛 n-1 次所有的边 就可以求得 起点到任何节点的最短路径，松弛 n 次以上，minDist数组（记录起到到其他节点的最短距离）中的结果也不会有改变 （如果对 bellman_ford 算法 不了解，也不知道 minDist 是什么，建议详看上篇讲解[kama94.城市间货物运输I](./kama94.城市间货物运输I.md)）  
+在 bellman_ford 算法中，松弛 n-1 次所有的边 就可以求得 起点到任何节点的最短路径，松弛 n 次以上，minDist数组（记录起到到其他节点的最短距离）中的结果也不会有改变 （如果对 bellman_ford 算法 不了解，也不知道 minDist 是什么，建议详看上篇讲解[kama94.城市间货物运输I](./0094.城市间货物运输I.md)）  
 
 而本题有负权回路的情况下，一直都会有更短的最短路，所以 松弛 第n次，minDist数组 也会发生改变。  
 
-那么解决本题的 核心思路，就是在 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 的基础上，再多松弛一次，看minDist数组 是否发生变化。
+那么解决本题的 核心思路，就是在 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 的基础上，再多松弛一次，看minDist数组 是否发生变化。
 
-代码和 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 基本是一样的，如下：（关键地方已注释） 
+代码和 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 基本是一样的，如下：（关键地方已注释） 
 
 ```CPP
 #include <iostream>
@@ -392,7 +392,7 @@ if __name__ == "__main__":
 
 ### Rust
 
-### Javascript
+### JavaScript
 
 ### TypeScript