Merge branch 'master' of github.com:youngyangyang04/leetcode-master

problems/0059.螺旋矩阵II.md

@@ -191,33 +191,48 @@ class Solution {
 
 python:
 
-```python
+```python3
 class Solution:
+
     def generateMatrix(self, n: int) -> List[List[int]]:
-        left, right, up, down = 0, n-1, 0, n-1
-        matrix = [ [0]*n for _ in range(n)]
-        num = 1
-        while left<=right and up<=down:
-            # 填充左到右
-            for i in range(left, right+1):
-                matrix[up][i] = num
-                num += 1
-            up += 1
-            # 填充上到下
-            for i in range(up, down+1):
-                matrix[i][right] = num
-                num += 1
-            right -= 1
-            # 填充右到左
-            for i in range(right, left-1, -1):
-                matrix[down][i] = num
-                num += 1
-            down -= 1
-            # 填充下到上
-            for i in range(down, up-1, -1):
-                matrix[i][left] = num
-                num += 1
+        # 初始化要填充的正方形
+        matrix = [[0] * n for _ in range(n)]
+
+        left, right, up, down = 0, n - 1, 0, n - 1
+        number = 1  # 要填充的数字
+
+        while left < right and up < down:
+
+            # 从左到右填充上边
+            for x in range(left, right):
+                matrix[up][x] = number
+                number += 1
+
+            # 从上到下填充右边
+            for y in range(up, down):
+                matrix[y][right] = number
+                number += 1
+
+            # 从右到左填充下边
+            for x in range(right, left, -1):
+                matrix[down][x] = number
+                number += 1
+
+            # 从下到上填充左边
+            for y in range(down, up, -1):
+                matrix[y][left] = number
+                number += 1
+
+            # 缩小要填充的范围
             left += 1
+            right -= 1
+            up += 1
+            down -= 1
+
+        # 如果阶数为奇数，额外填充一次中心
+        if n % 2:
+            matrix[n // 2][n // 2] = number
+
         return matrix
 ```
 

problems/0337.打家劫舍III.md

@@ -29,7 +29,7 @@
 
 与198.打家劫舍，213.打家劫舍II一样，关键是要讨论当前节点抢还是不抢。
 
-如果抢了当前节点，两个孩子就不是动，如果没抢当前节点，就可以考虑抢左右孩子（**注意这里说的是“考虑”**）
+如果抢了当前节点，两个孩子就不能动，如果没抢当前节点，就可以考虑抢左右孩子（**注意这里说的是“考虑”**）
 
 ### 暴力递归
 
@@ -91,7 +91,7 @@ public:
 
 ### 动态规划
 
-在上面两种方法，其实对一个节点 投与不投得到的最大金钱都没有做记录，而是需要实时计算。
+在上面两种方法，其实对一个节点 偷与不偷得到的最大金钱都没有做记录，而是需要实时计算。
 
 而动态规划其实就是使用状态转移容器来记录状态的变化，这里可以使用一个长度为2的数组，记录当前节点偷与不偷所得到的的最大金钱。
 
@@ -121,7 +121,7 @@ vector<int> robTree(TreeNode* cur) {
 
 2. 确定终止条件
 
-在遍历的过程中，如果遇到空间点的话，很明显，无论偷还是不偷都是0，所以就返回
+在遍历的过程中，如果遇到空节点的话，很明显，无论偷还是不偷都是0，所以就返回
 ```
 if (cur == NULL) return vector<int>{0, 0};
 ```

problems/0673.最长递增子序列的个数.md

@@ -9,6 +9,10 @@
 
 # 673.最长递增子序列的个数
 
+
+[力扣题目链接](https://leetcode-cn.com/problems/number-of-longest-increasing-subsequence/)
+
+
 给定一个未排序的整数数组，找到最长递增子序列的个数。
 
 示例 1:
@@ -224,16 +228,110 @@ public:
 ## Java
 
 ```java
+class Solution {
+    public int findNumberOfLIS(int[] nums) {
+        if (nums.length <= 1) return nums.length;
+        int[] dp = new int[nums.length];
+        for(int i = 0; i < dp.length; i++) dp[i] = 1;
+        int[] count = new int[nums.length];
+        for(int i = 0; i < count.length; i++) count[i] = 1;
+
+        int maxCount = 0;
+        for (int i = 1; i < nums.length; i++) {
+            for (int j = 0; j < i; j++) {
+                if (nums[i] > nums[j]) {
+                    if (dp[j] + 1 > dp[i]) {
+                        dp[i] = dp[j] + 1;
+                        count[i] = count[j];
+                    } else if (dp[j] + 1 == dp[i]) {
+                        count[i] += count[j];
+                    }
+                }
+                if (dp[i] > maxCount) maxCount = dp[i];
+            }
+        }
+        int result = 0;
+        for (int i = 0; i < nums.length; i++) {
+            if (maxCount == dp[i]) result += count[i];
+        }
+        return result;
+    }
+}
 ```
 
 ## Python
 
 ```python
+class Solution:
+    def findNumberOfLIS(self, nums: List[int]) -> int:
+        size = len(nums)
+        if size<= 1: return size
+
+        dp = [1 for i in range(size)]
+        count = [1 for i in range(size)]
+
+        maxCount = 0
+        for i in range(1, size):
+            for j in range(i):
+                if nums[i] > nums[j]:
+                    if dp[j] + 1 > dp[i] :
+                        dp[i] = dp[j] + 1
+                        count[i] = count[j]
+                    elif dp[j] + 1 == dp[i] :
+                        count[i] += count[j]
+                if dp[i] > maxCount:
+                    maxCount = dp[i];
+        result = 0
+        for i in range(size):
+            if maxCount == dp[i]:
+                result += count[i]
+        return result;
 ```
 
 ## Go
 
 ```go
+
+func findNumberOfLIS(nums []int) int {
+	size := len(nums)
+	if size <= 1  {
+		return size
+	}
+
+	dp := make([]int, size);
+	for i, _ := range dp {
+		dp[i] = 1
+	}
+	count := make([]int, size);
+	for i, _ := range count {
+		count[i] = 1
+	}
+
+	maxCount := 0
+	for i := 1; i < size; i++ {
+		for j := 0; j < i; j++ {
+			if nums[i] > nums[j] {
+				if dp[j] + 1 > dp[i] {
+					dp[i] = dp[j] + 1
+					count[i] = count[j]
+				} else if dp[j] + 1 == dp[i] {
+					count[i] += count[j]
+				}
+			}
+			if dp[i] > maxCount {
+				maxCount = dp[i]
+			}
+		}
+	}
+
+	result := 0
+	for i := 0; i < size; i++ {
+		if maxCount == dp[i] {
+			result += count[i]
+		}
+	}
+	return result
+}
 ```
 
 ## JavaScript

problems/1005.K次取反后最大化的数组和.md

@@ -117,11 +117,8 @@ class Solution {
 	}
 	// 如果K还大于0，那么反复转变数值最小的元素，将K用完
 	if (k % 2 == 1) nums[len - 1] = -nums[len - 1];
-	int result = 0;
-	for (int a : nums) {
-	    result += a;
-	}
-	return result;
+	
+	return Arrays.stream(nums).sum();
     }
 }
 ```

problems/背包问题理论基础完全背包.md

@@ -80,7 +80,7 @@ dp状态图如下：
 * [动态规划：关于01背包问题，你该了解这些！](https://programmercarl.com/背包理论基础01背包-1.html)
 * [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)
 
-就知道了，01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了，一位dp数组的两个for循环先后循序一定是先遍历物品，再遍历背包容量。
+就知道了，01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了，一维dp数组的两个for循环先后循序一定是先遍历物品，再遍历背包容量。
 
 **在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序同样无所谓！**