Merge pull request #972 from gaoyangu/master

修改 0188.买卖股票的最佳时机IV 中动规五部曲步骤2的递推公式错误 和 动态规划股票系列，子序列系列的部分笔误

problems/0053.最大子序和（动态规划）.md

@@ -42,7 +42,7 @@ dp[i]只有两个方向可以推出来：
 
 dp[0]应该是多少呢?
 
-更具dp[i]的定义，很明显dp[0]因为为nums[0]即dp[0] = nums[0]。
+根据dp[i]的定义，很明显dp[0]应为nums[0]即dp[0] = nums[0]。
 
 4. 确定遍历顺序
 

problems/0123.买卖股票的最佳时机III.md

@@ -51,6 +51,7 @@
 1. 确定dp数组以及下标的含义
 
 一天一共就有五个状态，
+
 0. 没有操作
 1. 第一次买入
 2. 第一次卖出
@@ -82,6 +83,7 @@ dp[i][j]中 i表示第i天，j为 [0 - 4] 五个状态，dp[i][j]表示第i天
 同理可推出剩下状态部分：
 
 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]);
 
 

problems/0188.买卖股票的最佳时机IV.md

@@ -58,7 +58,7 @@ j的状态表示为：
 
 所以二维dp数组的C++定义为：
 
-```
+```CPP
 vector<vector<int>> dp(prices.size(), vector<int>(2 * k + 1, 0));
 ```
 
@@ -89,7 +89,7 @@ for (int j = 0; j < 2 * k - 1; j += 2) {
 }
 ```
 
-**本题和[动态规划：123.买卖股票的最佳时机III](https://programmercarl.com/0123.买卖股票的最佳时机III.html)最大的区别就是这里要类比j为奇数是买，偶数是卖剩的状态**。
+**本题和[动态规划：123.买卖股票的最佳时机III](https://programmercarl.com/0123.买卖股票的最佳时机III.html)最大的区别就是这里要类比j为奇数是买，偶数是卖的状态**。
 
 3. dp数组如何初始化
 
@@ -160,7 +160,7 @@ public:
 
 当然有的解法是定义一个三维数组dp[i][j][k]，第i天，第j次买卖，k表示买还是卖的状态，从定义上来讲是比较直观。
 
-但感觉三维数组操作起来有些麻烦，我是直接用二维数组来模拟三位数组的情况，代码看起来也清爽一些。
+但感觉三维数组操作起来有些麻烦，我是直接用二维数组来模拟三维数组的情况，代码看起来也清爽一些。
 
 
 ## 其他语言版本

problems/0300.最长上升子序列.md

@@ -49,13 +49,13 @@
 
 3. dp[i]的初始化
 
-每一个i，对应的dp[i]（即最长上升子序列）起始大小至少都是是1.
+每一个i，对应的dp[i]（即最长上升子序列）起始大小至少都是1.
 
 4. 确定遍历顺序
 
 dp[i] 是有0到i-1各个位置的最长升序子序列 推导而来，那么遍历i一定是从前向后遍历。
 
-j其实就是0到i-1，遍历i的循环里外层，遍历j则在内层，代码如下：
+j其实就是0到i-1，遍历i的循环在外层，遍历j则在内层，代码如下：
 
 ```CPP
 for (int i = 1; i < nums.size(); i++) {

problems/0309.最佳买卖股票时机含冷冻期.md

@@ -8,8 +8,6 @@
 
 [力扣题目链接](https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/)
 
-[https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/](https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/)
-
 给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格 。
 
 设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:
@@ -90,7 +88,7 @@ dp[i][1] = max(dp[i - 1][1], dp[i - 1][3]);
 
 * 操作一：昨天卖出了股票（状态三）
 
-p[i][3] = dp[i - 1][2];
+dp[i][3] = dp[i - 1][2];
 
 综上分析，递推代码如下：
 
@@ -105,7 +103,7 @@ dp[i][3] = dp[i - 1][2];
 
 这里主要讨论一下第0天如何初始化。
 
-如果是持有股票状态（状态一）那么：dp[0][0] = -prices[0]，买入股票所省现金为负数。
+如果是持有股票状态（状态一）那么：dp[0][0] = -prices[0]，买入股票所剩现金为负数。
 
 保持卖出股票状态（状态二），第0天没有卖出dp[0][1]初始化为0就行，
 
@@ -124,7 +122,7 @@ dp[i][3] = dp[i - 1][2];
 
 ![309.最佳买卖股票时机含冷冻期](https://img-blog.csdnimg.cn/2021032317451040.png)
 
-最后结果去是 状态二，状态三，和状态四的最大值，不少同学会把状态四忘了，状态四是冷冻期，最后一天如果是冷冻期也可能是最大值。
+最后结果是取 状态二，状态三，和状态四的最大值，不少同学会把状态四忘了，状态四是冷冻期，最后一天如果是冷冻期也可能是最大值。
 
 代码如下：
 

problems/0392.判断子序列.md

@@ -81,13 +81,13 @@ if (s[i - 1] != t[j - 1])，此时相当于t要删除元素，t如果把当前
 
 **其实这里只初始化dp[i][0]就够了，但一起初始化也方便，所以就一起操作了**，代码如下：
 
-```
+```CPP
 vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 0));
 ```
 
 4. 确定遍历顺序
 
-同理从从递推公式可以看出dp[i][j]都是依赖于dp[i - 1][j - 1] 和 dp[i][j - 1]，那么遍历顺序也应该是从上到下，从左到右
+同理从递推公式可以看出dp[i][j]都是依赖于dp[i - 1][j - 1] 和 dp[i][j - 1]，那么遍历顺序也应该是从上到下，从左到右
 
 如图所示：
 

problems/0583.两个字符串的删除操作.md

@@ -18,7 +18,7 @@
 
 ## 思路 
 
-本题和[动态规划：115.不同的子序列](https://programmercarl.com/0115.不同的子序列.html)相比，其实就是两个字符串可以都可以删除了，情况虽说复杂一些，但整体思路是不变的。
+本题和[动态规划：115.不同的子序列](https://programmercarl.com/0115.不同的子序列.html)相比，其实就是两个字符串都可以删除了，情况虽说复杂一些，但整体思路是不变的。
 
 这次是两个字符串可以相互删了，这种题目也知道用动态规划的思路来解，动规五部曲，分析如下：
 

problems/0714.买卖股票的最佳时机含手续费（动态规划）.md

@@ -43,7 +43,7 @@
 
 那么我们再来看看是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.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。
+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。
 
 唯一差别在于递推公式部分，所以本篇也就不按照动规五部曲详细讲解了，主要讲解一下递推公式部分。
 
@@ -67,7 +67,7 @@ dp[i][1] 表示第i天不持有股票所得最多现金
 
 所以：dp[i][1] = max(dp[i - 1][1], dp[i - 1][0] + prices[i] - fee);
 
-**本题和[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.html)的区别就是这里需要多一个减去手续费的操作**。
+**本题和[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)的区别就是这里需要多一个减去手续费的操作**。
 
 以上分析完毕，C++代码如下：
 

problems/动态规划-股票问题总结篇.md

@@ -173,6 +173,7 @@ public:
 【动态规划】
 
 一天一共就有五个状态，
+
 0. 没有操作
 1. 第一次买入
 2. 第一次卖出
@@ -199,6 +200,7 @@ dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
 同理可推出剩下状态部分：
 
 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]);
 
 代码如下：
@@ -279,14 +281,14 @@ j的状态表示为：
 * 操作一：第i天买入股票了，那么dp[i][1] = dp[i - 1][0] - prices[i]
 * 操作二：第i天没有操作，而是沿用前一天买入的状态，即：dp[i][1] = dp[i - 1][1]
 
-dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][0]);
+dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
 
 同理dp[i][2]也有两个操作：
 
 * 操作一：第i天卖出股票了，那么dp[i][2] = dp[i - 1][1] + prices[i]
 * 操作二：第i天没有操作，沿用前一天卖出股票的状态，即：dp[i][2] = dp[i - 1][2]
 
-dp[i][2] = max(dp[i - 1][i] + prices[i], dp[i][2])
+dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
 
 同理可以类比剩下的状态，代码如下：
 
@@ -320,7 +322,7 @@ public:
 };
 ```
 
-当然有的解法是定义一个三维数组dp[i][j][k]，第i天，第j次买卖，k表示买还是卖的状态，从定义上来讲是比较直观。但感觉三维数组操作起来有些麻烦，直接用二维数组来模拟三位数组的情况，代码看起来也清爽一些。
+当然有的解法是定义一个三维数组dp[i][j][k]，第i天，第j次买卖，k表示买还是卖的状态，从定义上来讲是比较直观。但感觉三维数组操作起来有些麻烦，直接用二维数组来模拟三维数组的情况，代码看起来也清爽一些。
 
 ## 最佳买卖股票时机含冷冻期
 
@@ -462,7 +464,7 @@ public:
 
 至此，股票系列正式剧终，全部讲解完毕！
 
-从买买一次到买卖多次，从最多买卖两次到最多买卖k次，从冷冻期再到手续费，最后再来一个股票大总结，可以说对股票系列完美收官了。
+从买卖一次到买卖多次，从最多买卖两次到最多买卖k次，从冷冻期再到手续费，最后再来一个股票大总结，可以说对股票系列完美收官了。
 
 「代码随想录」值得推荐给身边每一位学习算法的朋友同学们，关注后都会发现相见恨晚！
 

problems/周总结/20210304动规周末总结.md

@@ -3,11 +3,11 @@
 
 ## 周一
 
-[动态规划：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)中股票可以买买多了次！
+[动态规划：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)中股票可以买卖多次了！
 
 这也是和[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（注意只有一只股票，所以再次购买前要出售掉之前的股票）
 
-重点在于递推公式公式的不同。
+重点在于递推公式的不同。
 
 在回顾一下dp数组的含义：
 
@@ -40,6 +40,7 @@ dp[i][0] = max(dp[i - 1][0], dp[i - 1][1] - prices[i]);
 1. 确定dp数组以及下标的含义
 
 一天一共就有五个状态，
+
 0. 没有操作
 1. 第一次买入
 2. 第一次卖出
@@ -117,7 +118,7 @@ for (int j = 0; j < 2 * k - 1; j += 2) {
 }
 ```
 
-**本题和[动态规划：123.买卖股票的最佳时机III](https://programmercarl.com/0123.买卖股票的最佳时机III.html)最大的区别就是这里要类比j为奇数是买，偶数是卖剩的状态**。
+**本题和[动态规划：123.买卖股票的最佳时机III](https://programmercarl.com/0123.买卖股票的最佳时机III.html)最大的区别就是这里要类比j为奇数是买，偶数是卖的状态**。
 
 3. dp数组如何初始化
 
@@ -131,7 +132,7 @@ for (int j = 1; j < 2 * k; j += 2) {
 }
 ```
 
-**在初始化的地方同样要类比j为偶数是买、奇数是卖的状态**。
+**在初始化的地方同样要类比j为奇数是买、偶数是卖的状态**。
 
 4. 确定遍历顺序
 
@@ -162,9 +163,9 @@ for (int j = 1; j < 2 * k; j += 2) {
 
 j的状态为：
 
-* 1：持有股票后的最多现金
-* 2：不持有股票（能购买）的最多现金
-* 3：不持有股票（冷冻期）的最多现金
+* 0：持有股票后的最多现金
+* 1：不持有股票（能购买）的最多现金
+* 2：不持有股票（冷冻期）的最多现金
 
 2. 确定递推公式
 
@@ -179,7 +180,7 @@ dp[i][2] = dp[i - 1][0] + prices[i];
 可以统一都初始为0了。
 
 代码如下：
-```
+```CPP
 vector<vector<int>> dp(n, vector<int>(3, 0));
 ```