diff --git a/problems/0494.目标和.md b/problems/0494.目标和.md
index 08724609..75e09538 100644
--- a/problems/0494.目标和.md
+++ b/problems/0494.目标和.md
@@ -151,13 +151,13 @@ if (abs(target) > sum) return 0; // 此时没有方案
 
 本题则是装满有几种方法。其实这就是一个组合问题了。
 
-1. 确定dp数组以及下标的含义
+#### 1. 确定dp数组以及下标的含义
 
 先用 二维 dp数组求解本题，dp[i][j]：使用 下标为[0, i]的nums[i]能够凑满j（包括j）这么大容量的包，有dp[i][j]种方法。
 
 01背包为什么这么定义dp数组，我在[0-1背包理论基础](https://www.programmercarl.com/%E8%83%8C%E5%8C%85%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%8001%E8%83%8C%E5%8C%85-1.html)中 确定dp数组的含义里讲解过。 
 
-2. 确定递推公式
+#### 2. 确定递推公式
 
 我们先手动推导一下，这个二维数组里面的数值。 
 
@@ -264,7 +264,7 @@ if (nums[i] > j) dp[i][j] = dp[i - 1][j];
 else dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i]];
 ```
 
-3. dp数组如何初始化
+#### 3. dp数组如何初始化
 
 先明确递推的方向，如图，求解 dp[2][2] 是由 上方和左上方推出。
 
@@ -315,7 +315,7 @@ for (int i = 0; i < nums.size(); i++) {
 }
 ```
 
-4. 确定遍历顺序
+#### 4. 确定遍历顺序
 
 在明确递推方向时，我们知道 当前值 是由上方和左上方推出。 
 
@@ -360,7 +360,7 @@ for (int j = 0; j <= bagSize; j++) { // 列，遍历背包
 这里大家可以看出，无论是以上哪种遍历，都不影响 dp[2][2]的求值，用来 推导 dp[2][2] 的数值都在。 
 
 
-5. 举例推导dp数组
+#### 5. 举例推导dp数组
 
 输入：nums: [1, 1, 1, 1, 1], target: 3
 
@@ -421,7 +421,7 @@ public:
 
 dp[i][j] 去掉 行的维度，即 dp[j]，表示：填满j（包括j）这么大容积的包，有dp[j]种方法。 
 
-2. 确定递推公式
+#### 2. 确定递推公式
 
 二维DP数组递推公式： `dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i]];` 
 
@@ -429,17 +429,17 @@ dp[i][j] 去掉 行的维度，即 dp[j]，表示：填满j（包括j）这么
 
 **这个公式在后面在讲解背包解决排列组合问题的时候还会用到！**
 
-3. dp数组如何初始化
+#### 3. dp数组如何初始化
 
 在上面 二维dp数组中，我们讲解过 dp[0][0] 初始为1，这里dp[0] 同样初始为1 ,即装满背包为0的方法有一种，放0件物品。 
 
-4. 确定遍历顺序
+#### 4. 确定遍历顺序
 
 在[动态规划：关于01背包问题，你该了解这些！（滚动数组）](https://programmercarl.com/背包理论基础01背包-2.html)中，我们系统讲过对于01背包问题一维dp的遍历。
 
 遍历物品放在外循环，遍历背包在内循环，且内循环倒序（为了保证物品只使用一次）。
 
-5. 举例推导dp数组
+#### 5. 举例推导dp数组
 
 输入：nums: [1, 1, 1, 1, 1], target: 3
 
@@ -526,7 +526,6 @@ dp[j] += dp[j - nums[i]];
 
 ## 其他语言版本
 
-
 ### Java
 ```java
 class Solution {