Update

problems/0063.不同路径II.md

@@ -4,7 +4,7 @@
 </a>
 <p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
 
-## 63. 不同路径 II
+# 63. 不同路径 II
 
 [力扣题目链接](https://leetcode-cn.com/problems/unique-paths-ii/)
 
@@ -22,23 +22,22 @@
 
 ![](https://img-blog.csdnimg.cn/20210111204939971.png)
 
-输入：obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
+* 输入：obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
-输出：2
+* 输出：2
 解释：
-3x3 网格的正中间有一个障碍物。
+* 3x3 网格的正中间有一个障碍物。
-从左上角到右下角一共有 2 条不同的路径：
+* 从左上角到右下角一共有 2 条不同的路径：
-1. 向右 -> 向右 -> 向下 -> 向下
+    1. 向右 -> 向右 -> 向下 -> 向下
-2. 向下 -> 向下 -> 向右 -> 向右
+    2. 向下 -> 向下 -> 向右 -> 向右
 
 示例 2：
 
 ![](https://img-blog.csdnimg.cn/20210111205857918.png)
 
-输入：obstacleGrid = [[0,1],[0,0]]
+* 输入：obstacleGrid = [[0,1],[0,0]]
-输出：1
+* 输出：1
 
 提示：
-
 * m == obstacleGrid.length
 * n == obstacleGrid[i].length
 * 1 <= m, n <= 100
@@ -171,7 +170,7 @@ public:
 
 ## 其他语言版本
 
-Java：
+### Java 
 
 ```java
 class Solution {
@@ -199,7 +198,7 @@ class Solution {
 ```
 
 
-Python：
+### Python
 
 ```python
 class Solution:
@@ -262,7 +261,7 @@ class Solution:
 ```
 
 
-Go：
+### Go
 
 ```go
 func uniquePathsWithObstacles(obstacleGrid [][]int) int {
@@ -308,8 +307,8 @@ func uniquePathsWithObstacles(obstacleGrid [][]int) int {
 
 ```
 
-Javascript
+### Javascript
-``` Javascript
+```Javascript
 var uniquePathsWithObstacles = function(obstacleGrid) {
     const m = obstacleGrid.length
     const n = obstacleGrid[0].length

problems/0096.不同的二叉搜索树.md

@@ -4,7 +4,7 @@
 </a>
 <p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
 
-## 96.不同的二叉搜索树
+# 96.不同的二叉搜索树
 
 [力扣题目链接](https://leetcode-cn.com/problems/unique-binary-search-trees/)
 
@@ -163,7 +163,7 @@ public:
 ## 其他语言版本
 
 
-Java：
+### Java 
 ```Java
 class Solution {
     public int numTrees(int n) {
@@ -184,7 +184,7 @@ class Solution {
 }
 ```
 
-Python：
+### Python
 ```python
 class Solution:
     def numTrees(self, n: int) -> int:
@@ -196,7 +196,7 @@ class Solution:
         return dp[-1]
 ```
 
-Go：
+### Go
 ```Go
 func numTrees(n int)int{
 	dp:=make([]int,n+1)
@@ -210,7 +210,7 @@ func numTrees(n int)int{
 }
 ```
 
-Javascript：
+### Javascript
 ```Javascript
 const numTrees =(n) => {
     let dp = new Array(n+1).fill(0);

problems/0343.整数拆分.md

@@ -4,23 +4,22 @@
 </a>
 <p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
 
-## 343. 整数拆分
+# 343. 整数拆分
 
 [力扣题目链接](https://leetcode-cn.com/problems/integer-break/)
 
 给定一个正整数 n，将其拆分为至少两个正整数的和，并使这些整数的乘积最大化。 返回你可以获得的最大乘积。
 
 示例 1:
-输入: 2
+* 输入: 2
-输出: 1
+* 输出: 1
-
+* 解释: 2 = 1 + 1, 1 × 1 = 1。
-\解释: 2 = 1 + 1, 1 × 1 = 1。
 
 示例 2:
-输入: 10
+* 输入: 10
-输出: 36
+* 输出: 36
-解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
+* 解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
-说明: 你可以假设 n 不小于 2 且不大于 58。
+* 说明: 你可以假设 n 不小于 2 且不大于 58。
 
 ## 思路
 
@@ -193,7 +192,7 @@ public:
 ## 其他语言版本
 
 
-Java：
+### Java 
 ```Java
 class Solution {
     public int integerBreak(int n) {
@@ -212,7 +211,7 @@ class Solution {
 }
 ```
 
-Python：
+### Python
 ```python
 class Solution:
     def integerBreak(self, n: int) -> int:
@@ -226,7 +225,8 @@ class Solution:
                 dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]))
         return dp[n]
 ```
-Go：
+
+### Go
 ```golang
 func integerBreak(n int) int {
     /**
@@ -256,7 +256,7 @@ func max(a,b int) int{
 }
 ```
 
-Javascript:
+### Javascript
 ```Javascript
 var integerBreak = function(n) {
     let dp = new Array(n + 1).fill(0)

problems/背包理论基础01背包-1.md

@@ -3,11 +3,12 @@
   <img src="https://code-thinking-1253855093.file.myqcloud.com/pics/20210924105952.png" width="1000"/>
 </a>
 <p align="center"><strong><a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
+
 # 动态规划：关于01背包问题，你该了解这些！
 
 这周我们正式开始讲解背包问题！
 
-背包问题的经典资料当然是：背包九讲。在公众号「代码随想录」后台回复：背包九讲，就可以获得背包九讲的PDF。
+背包问题的经典资料当然是：背包九讲。在公众号「代码随想录」后台回复：背包九讲，就可以获得背包九讲的pdf。
 
 但说实话，背包九讲对于小白来说确实不太友好，看起来还是有点费劲的，而且都是伪代码理解起来也吃力。
 
@@ -32,7 +33,7 @@ leetcode上没有纯01背包的问题，都是01背包应用方面的题目，
 
 ## 01 背包
 
-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。
+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。
 
 ![动态规划-背包问题](https://img-blog.csdnimg.cn/20210117175428387.jpg)
 
@@ -40,7 +41,7 @@ leetcode上没有纯01背包的问题，都是01背包应用方面的题目，
 
 这样其实是没有从底向上去思考，而是习惯性想到了背包，那么暴力的解法应该是怎么样的呢？
 
-每一件物品其实只有两个状态，取或者不取，所以可以使用回溯法搜索出所有的情况，那么时间复杂度就是$O(2^n)$，这里的n表示物品数量。
+每一件物品其实只有两个状态，取或者不取，所以可以使用回溯法搜索出所有的情况，那么时间复杂度就是$o(2^n)$，这里的n表示物品数量。
 
 **所以暴力的解法是指数级别的时间复杂度。进而才需要动态规划的解法来进行优化！**
 
@@ -109,7 +110,7 @@ for (int j = 0 ; j < weight[0]; j++) {  // 当然这一步，如果把dp数组
     dp[0][j] = 0;
 }
 // 正序遍历
-for (int j = weight[0]; j <= bagWeight; j++) {
+for (int j = weight[0]; j <= bagweight; j++) {
     dp[0][j] = value[0];
 }
 ```
@@ -135,8 +136,8 @@ dp[0][j] 和 dp[i][0] 都已经初始化了，那么其他下标应该初始化
 
 ```
 // 初始化 dp
-vector<vector<int>> dp(weight.size(), vector<int>(bagWeight + 1, 0));
+vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
-for (int j = weight[0]; j <= bagWeight; j++) {
+for (int j = weight[0]; j <= bagweight; j++) {
     dp[0][j] = value[0];
 }
 
@@ -160,7 +161,7 @@ for (int j = weight[0]; j <= bagWeight; j++) {
 ```
 // weight数组的大小 就是物品个数
 for(int i = 1; i < weight.size(); i++) { // 遍历物品
-    for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
+    for(int j = 0; j <= bagweight; j++) { // 遍历背包容量
         if (j < weight[i]) dp[i][j] = dp[i - 1][j]; 
         else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
 
@@ -174,7 +175,7 @@ for(int i = 1; i < weight.size(); i++) { // 遍历物品
 
 ```
 // weight数组的大小 就是物品个数
-for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
+for(int j = 0; j <= bagweight; j++) { // 遍历背包容量
     for(int i = 1; i < weight.size(); i++) { // 遍历物品
         if (j < weight[i]) dp[i][j] = dp[i - 1][j];
         else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
@@ -219,32 +220,32 @@ dp[i-1][j]和dp[i - 1][j - weight[i]] 都在dp[i][j]的左上角方向（包括
 主要就是自己没有动手推导一下dp数组的演变过程，如果推导明白了，代码写出来就算有问题，只要把dp数组打印出来，对比一下和自己推导的有什么差异，很快就可以发现问题了。
 
 
-## 完整C++测试代码
+## 完整c++测试代码
 
-```CPP
+```cpp
 void test_2_wei_bag_problem1() {
     vector<int> weight = {1, 3, 4};
     vector<int> value = {15, 20, 30};
-    int bagWeight = 4;
+    int bagweight = 4;
 
     // 二维数组
-    vector<vector<int>> dp(weight.size(), vector<int>(bagWeight + 1, 0));
+    vector<vector<int>> dp(weight.size(), vector<int>(bagweight + 1, 0));
 
     // 初始化
-    for (int j = weight[0]; j <= bagWeight; j++) {
+    for (int j = weight[0]; j <= bagweight; j++) {
         dp[0][j] = value[0];
     }
 
     // weight数组的大小 就是物品个数
     for(int i = 1; i < weight.size(); i++) { // 遍历物品
-        for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
+        for(int j = 0; j <= bagweight; j++) { // 遍历背包容量
             if (j < weight[i]) dp[i][j] = dp[i - 1][j];
             else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
 
         }
     }
 
-    cout << dp[weight.size() - 1][bagWeight] << endl;
+    cout << dp[weight.size() - 1][bagweight] << endl;
 }
 
 int main() {
@@ -267,48 +268,45 @@ int main() {
 
 ## 其他语言版本
 
-Java：
+### java 
 
 ```java
-    public static void main(String[] args) {
+    public static void main(string[] args) {
         int[] weight = {1, 3, 4};
         int[] value = {15, 20, 30};
-        int bagSize = 4;
+        int bagsize = 4;
-        testWeightBagProblem(weight, value, bagSize);
+        testweightbagproblem(weight, value, bagsize);
     }
 
-    public static void testWeightBagProblem(int[] weight, int[] value, int bagSize){
+    public static void testweightbagproblem(int[] weight, int[] value, int bagsize){
-        int wLen = weight.length, value0 = 0;
+        int wlen = weight.length, value0 = 0;
         //定义dp数组：dp[i][j]表示背包容量为j时，前i个物品能获得的最大价值
-        int[][] dp = new int[wLen + 1][bagSize + 1];
+        int[][] dp = new int[wlen + 1][bagsize + 1];
         //初始化：背包容量为0时，能获得的价值都为0
-        for (int i = 0; i <= wLen; i++){
+        for (int i = 0; i <= wlen; i++){
             dp[i][0] = value0;
         }
         //遍历顺序：先遍历物品，再遍历背包容量
-        for (int i = 1; i <= wLen; i++){
+        for (int i = 1; i <= wlen; i++){
-            for (int j = 1; j <= bagSize; j++){
+            for (int j = 1; j <= bagsize; j++){
                 if (j < weight[i - 1]){
                     dp[i][j] = dp[i - 1][j];
                 }else{
-                    dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i - 1]] + value[i - 1]);
+                    dp[i][j] = math.max(dp[i - 1][j], dp[i - 1][j - weight[i - 1]] + value[i - 1]);
                 }
             }
         }
         //打印dp数组
-        for (int i = 0; i <= wLen; i++){
+        for (int i = 0; i <= wlen; i++){
-            for (int j = 0; j <= bagSize; j++){
+            for (int j = 0; j <= bagsize; j++){
-                System.out.print(dp[i][j] + " ");
+                system.out.print(dp[i][j] + " ");
             }
-            System.out.print("\n");
+            system.out.print("\n");
         }
     }
 ```
 
-
+### python
-
-
-Python：
 ```python
 def test_2_wei_bag_problem1(bag_size, weight, value) -> int: 
 	rows, cols = len(weight), bag_size + 1
@@ -343,26 +341,26 @@ if __name__ == "__main__":
 ```
 
 
-Go：
+### go 
 ```go
-func test_2_wei_bag_problem1(weight, value []int, bagWeight int) int {
+func test_2_wei_bag_problem1(weight, value []int, bagweight int) int {
 	// 定义dp数组
 	dp := make([][]int, len(weight))
 	for i, _ := range dp {
-		dp[i] = make([]int, bagWeight+1)
+		dp[i] = make([]int, bagweight+1)
 	}
 	// 初始化
-	for j := bagWeight; j >= weight[0]; j-- {
+	for j := bagweight; j >= weight[0]; j-- {
 		dp[0][j] = dp[0][j-weight[0]] + value[0]
 	}
 	// 递推公式
 	for i := 1; i < len(weight); i++ {
 		//正序,也可以倒序
-		for  j := weight[i];j<= bagWeight ; j++ {
+		for  j := weight[i];j<= bagweight ; j++ {
 			dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]]+value[i])
 		}		
 	}
-	return dp[len(weight)-1][bagWeight]
+	return dp[len(weight)-1][bagweight]
 }
 
 func max(a,b int) int {
@@ -379,19 +377,19 @@ func main() {
 }
 ```
 
-javaScript: 
+### javascript 
 
 ```js
-function testWeightBagProblem (wight, value, size) {
+function testweightbagproblem (wight, value, size) {
   const len = wight.length, 
-    dp = Array.from({length: len + 1}).map(
+    dp = array.from({length: len + 1}).map(
-      () => Array(size + 1).fill(0)
+      () => array(size + 1).fill(0)
     );
   
   for(let i = 1; i <= len; i++) {
     for(let j = 0; j <= size; j++) {
       if(wight[i - 1] <= j) {
-        dp[i][j] = Math.max(
+        dp[i][j] = math.max(
           dp[i - 1][j], 
           value[i - 1] + dp[i - 1][j - wight[i - 1]]
         )