feat: Traditional Chinese version (#1163)

* First commit * Update mkdocs.yml * Translate all the docs to traditional Chinese * Translate the code files. * Translate the docker file * Fix mkdocs.yml * Translate all the figures from SC to TC * 二叉搜尋樹 -> 二元搜尋樹 * Update terminology. * Update terminology * 构造函数/构造方法 -> 建構子异或 -> 互斥或 * 擴充套件 -> 擴展 * constant - 常量 - 常數 * 類 -> 類別 * AVL -> AVL 樹 * 數組 -> 陣列 * 係統 -> 系統斐波那契數列 -> 費波那契數列運算元量 -> 運算量引數 -> 參數 * 聯絡 -> 關聯 * 麵試 -> 面試 * 面向物件 -> 物件導向歸併排序 -> 合併排序范式 -> 範式 * Fix 算法 -> 演算法 * 錶示 -> 表示反碼 -> 一補數補碼 -> 二補數列列尾部 -> 佇列尾部區域性性 -> 區域性一摞 -> 一疊 * Synchronize with main branch * 賬號 -> 帳號推匯 -> 推導 * Sync with main branch * First commit * Update mkdocs.yml * Translate all the docs to traditional Chinese * Translate the code files. * Translate the docker file * Fix mkdocs.yml * Translate all the figures from SC to TC * 二叉搜尋樹 -> 二元搜尋樹 * Update terminology * 构造函数/构造方法 -> 建構子异或 -> 互斥或 * 擴充套件 -> 擴展 * constant - 常量 - 常數 * 類 -> 類別 * AVL -> AVL 樹 * 數組 -> 陣列 * 係統 -> 系統斐波那契數列 -> 費波那契數列運算元量 -> 運算量引數 -> 參數 * 聯絡 -> 關聯 * 麵試 -> 面試 * 面向物件 -> 物件導向歸併排序 -> 合併排序范式 -> 範式 * Fix 算法 -> 演算法 * 錶示 -> 表示反碼 -> 一補數補碼 -> 二補數列列尾部 -> 佇列尾部區域性性 -> 區域性一摞 -> 一疊 * Synchronize with main branch * 賬號 -> 帳號推匯 -> 推導 * Sync with main branch * Update terminology.md * 操作数量（num. of operations）-> 操作數量 * 字首和->前綴和 * Update figures * 歸 -> 迴記憶體洩漏 -> 記憶體流失 * Fix the bug of the file filter * 支援 -> 支持 Add zh-Hant/README.md * Add the zh-Hant chapter covers. Bug fixes. * 外掛 -> 擴充功能 * Add the landing page for zh-Hant version * Unify the font of the chapter covers for the zh, en, and zh-Hant version * Move zh-Hant/ to zh-hant/ * Translate terminology.md to traditional Chinese
2026-08-16 21:50:59 +00:00 · 2024-04-06 02:30:11 +08:00
parent 33d7f8a2e5
commit 5f7385c8a3
1875 changed files with 102923 additions and 18 deletions
@@ -0,0 +1,42 @@
+/**
+ * File: climbing_stairs_backtrack.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 回溯 */
+func backtrack(choices: [Int], state: Int, n: Int, res: inout [Int]) {
+    // 當爬到第 n 階時，方案數量加 1
+    if state == n {
+        res[0] += 1
+    }
+    // 走訪所有選擇
+    for choice in choices {
+        // 剪枝：不允許越過第 n 階
+        if state + choice > n {
+            continue
+        }
+        backtrack(choices: choices, state: state + choice, n: n, res: &res)
+    }
+}
+
+/* 爬樓梯：回溯 */
+func climbingStairsBacktrack(n: Int) -> Int {
+    let choices = [1, 2] // 可選擇向上爬 1 階或 2 階
+    let state = 0 // 從第 0 階開始爬
+    var res: [Int] = []
+    res.append(0) // 使用 res[0] 記錄方案數量
+    backtrack(choices: choices, state: state, n: n, res: &res)
+    return res[0]
+}
+
+@main
+enum ClimbingStairsBacktrack {
+    /* Driver Code */
+    static func main() {
+        let n = 9
+
+        let res = climbingStairsBacktrack(n: n)
+        print("爬 \(n) 階樓梯共有 \(res) 種方案")
+    }
+}
@@ -0,0 +1,36 @@
+/**
+ * File: climbing_stairs_constraint_dp.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 帶約束爬樓梯：動態規劃 */
+func climbingStairsConstraintDP(n: Int) -> Int {
+    if n == 1 || n == 2 {
+        return 1
+    }
+    // 初始化 dp 表，用於儲存子問題的解
+    var dp = Array(repeating: Array(repeating: 0, count: 3), count: n + 1)
+    // 初始狀態：預設最小子問題的解
+    dp[1][1] = 1
+    dp[1][2] = 0
+    dp[2][1] = 0
+    dp[2][2] = 1
+    // 狀態轉移：從較小子問題逐步求解較大子問題
+    for i in 3 ... n {
+        dp[i][1] = dp[i - 1][2]
+        dp[i][2] = dp[i - 2][1] + dp[i - 2][2]
+    }
+    return dp[n][1] + dp[n][2]
+}
+
+@main
+enum ClimbingStairsConstraintDP {
+    /* Driver Code */
+    static func main() {
+        let n = 9
+
+        let res = climbingStairsConstraintDP(n: n)
+        print("爬 \(n) 階樓梯共有 \(res) 種方案")
+    }
+}
@@ -0,0 +1,32 @@
+/**
+ * File: climbing_stairs_dfs.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 搜尋 */
+func dfs(i: Int) -> Int {
+    // 已知 dp[1] 和 dp[2] ，返回之
+    if i == 1 || i == 2 {
+        return i
+    }
+    // dp[i] = dp[i-1] + dp[i-2]
+    let count = dfs(i: i - 1) + dfs(i: i - 2)
+    return count
+}
+
+/* 爬樓梯：搜尋 */
+func climbingStairsDFS(n: Int) -> Int {
+    dfs(i: n)
+}
+
+@main
+enum ClimbingStairsDFS {
+    /* Driver Code */
+    static func main() {
+        let n = 9
+
+        let res = climbingStairsDFS(n: n)
+        print("爬 \(n) 階樓梯共有 \(res) 種方案")
+    }
+}
@@ -0,0 +1,40 @@
+/**
+ * File: climbing_stairs_dfs_mem.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 記憶化搜尋 */
+func dfs(i: Int, mem: inout [Int]) -> Int {
+    // 已知 dp[1] 和 dp[2] ，返回之
+    if i == 1 || i == 2 {
+        return i
+    }
+    // 若存在記錄 dp[i] ，則直接返回之
+    if mem[i] != -1 {
+        return mem[i]
+    }
+    // dp[i] = dp[i-1] + dp[i-2]
+    let count = dfs(i: i - 1, mem: &mem) + dfs(i: i - 2, mem: &mem)
+    // 記錄 dp[i]
+    mem[i] = count
+    return count
+}
+
+/* 爬樓梯：記憶化搜尋 */
+func climbingStairsDFSMem(n: Int) -> Int {
+    // mem[i] 記錄爬到第 i 階的方案總數，-1 代表無記錄
+    var mem = Array(repeating: -1, count: n + 1)
+    return dfs(i: n, mem: &mem)
+}
+
+@main
+enum ClimbingStairsDFSMem {
+    /* Driver Code */
+    static func main() {
+        let n = 9
+
+        let res = climbingStairsDFSMem(n: n)
+        print("爬 \(n) 階樓梯共有 \(res) 種方案")
+    }
+}
@@ -0,0 +1,49 @@
+/**
+ * File: climbing_stairs_dp.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 爬樓梯：動態規劃 */
+func climbingStairsDP(n: Int) -> Int {
+    if n == 1 || n == 2 {
+        return n
+    }
+    // 初始化 dp 表，用於儲存子問題的解
+    var dp = Array(repeating: 0, count: n + 1)
+    // 初始狀態：預設最小子問題的解
+    dp[1] = 1
+    dp[2] = 2
+    // 狀態轉移：從較小子問題逐步求解較大子問題
+    for i in 3 ... n {
+        dp[i] = dp[i - 1] + dp[i - 2]
+    }
+    return dp[n]
+}
+
+/* 爬樓梯：空間最佳化後的動態規劃 */
+func climbingStairsDPComp(n: Int) -> Int {
+    if n == 1 || n == 2 {
+        return n
+    }
+    var a = 1
+    var b = 2
+    for _ in 3 ... n {
+        (a, b) = (b, a + b)
+    }
+    return b
+}
+
+@main
+enum ClimbingStairsDP {
+    /* Driver Code */
+    static func main() {
+        let n = 9
+
+        var res = climbingStairsDP(n: n)
+        print("爬 \(n) 階樓梯共有 \(res) 種方案")
+
+        res = climbingStairsDPComp(n: n)
+        print("爬 \(n) 階樓梯共有 \(res) 種方案")
+    }
+}
@@ -0,0 +1,69 @@
+/**
+ * File: coin_change.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 零錢兌換：動態規劃 */
+func coinChangeDP(coins: [Int], amt: Int) -> Int {
+    let n = coins.count
+    let MAX = amt + 1
+    // 初始化 dp 表
+    var dp = Array(repeating: Array(repeating: 0, count: amt + 1), count: n + 1)
+    // 狀態轉移：首行首列
+    for a in 1 ... amt {
+        dp[0][a] = MAX
+    }
+    // 狀態轉移：其餘行和列
+    for i in 1 ... n {
+        for a in 1 ... amt {
+            if coins[i - 1] > a {
+                // 若超過目標金額，則不選硬幣 i
+                dp[i][a] = dp[i - 1][a]
+            } else {
+                // 不選和選硬幣 i 這兩種方案的較小值
+                dp[i][a] = min(dp[i - 1][a], dp[i][a - coins[i - 1]] + 1)
+            }
+        }
+    }
+    return dp[n][amt] != MAX ? dp[n][amt] : -1
+}
+
+/* 零錢兌換：空間最佳化後的動態規劃 */
+func coinChangeDPComp(coins: [Int], amt: Int) -> Int {
+    let n = coins.count
+    let MAX = amt + 1
+    // 初始化 dp 表
+    var dp = Array(repeating: MAX, count: amt + 1)
+    dp[0] = 0
+    // 狀態轉移
+    for i in 1 ... n {
+        for a in 1 ... amt {
+            if coins[i - 1] > a {
+                // 若超過目標金額，則不選硬幣 i
+                dp[a] = dp[a]
+            } else {
+                // 不選和選硬幣 i 這兩種方案的較小值
+                dp[a] = min(dp[a], dp[a - coins[i - 1]] + 1)
+            }
+        }
+    }
+    return dp[amt] != MAX ? dp[amt] : -1
+}
+
+@main
+enum CoinChange {
+    /* Driver Code */
+    static func main() {
+        let coins = [1, 2, 5]
+        let amt = 4
+
+        // 動態規劃
+        var res = coinChangeDP(coins: coins, amt: amt)
+        print("湊到目標金額所需的最少硬幣數量為 \(res)")
+
+        // 空間最佳化後的動態規劃
+        res = coinChangeDPComp(coins: coins, amt: amt)
+        print("湊到目標金額所需的最少硬幣數量為 \(res)")
+    }
+}
@@ -0,0 +1,67 @@
+/**
+ * File: coin_change_ii.swift
+ * Created Time: 2023-07-16
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 零錢兌換 II：動態規劃 */
+func coinChangeIIDP(coins: [Int], amt: Int) -> Int {
+    let n = coins.count
+    // 初始化 dp 表
+    var dp = Array(repeating: Array(repeating: 0, count: amt + 1), count: n + 1)
+    // 初始化首列
+    for i in 0 ... n {
+        dp[i][0] = 1
+    }
+    // 狀態轉移
+    for i in 1 ... n {
+        for a in 1 ... amt {
+            if coins[i - 1] > a {
+                // 若超過目標金額，則不選硬幣 i
+                dp[i][a] = dp[i - 1][a]
+            } else {
+                // 不選和選硬幣 i 這兩種方案之和
+                dp[i][a] = dp[i - 1][a] + dp[i][a - coins[i - 1]]
+            }
+        }
+    }
+    return dp[n][amt]
+}
+
+/* 零錢兌換 II：空間最佳化後的動態規劃 */
+func coinChangeIIDPComp(coins: [Int], amt: Int) -> Int {
+    let n = coins.count
+    // 初始化 dp 表
+    var dp = Array(repeating: 0, count: amt + 1)
+    dp[0] = 1
+    // 狀態轉移
+    for i in 1 ... n {
+        for a in 1 ... amt {
+            if coins[i - 1] > a {
+                // 若超過目標金額，則不選硬幣 i
+                dp[a] = dp[a]
+            } else {
+                // 不選和選硬幣 i 這兩種方案之和
+                dp[a] = dp[a] + dp[a - coins[i - 1]]
+            }
+        }
+    }
+    return dp[amt]
+}
+
+@main
+enum CoinChangeII {
+    /* Driver Code */
+    static func main() {
+        let coins = [1, 2, 5]
+        let amt = 5
+
+        // 動態規劃
+        var res = coinChangeIIDP(coins: coins, amt: amt)
+        print("湊出目標金額的硬幣組合數量為 \(res)")
+
+        // 空間最佳化後的動態規劃
+        res = coinChangeIIDPComp(coins: coins, amt: amt)
+        print("湊出目標金額的硬幣組合數量為 \(res)")
+    }
+}
@@ -0,0 +1,147 @@
+/**
+ * File: edit_distance.swift
+ * Created Time: 2023-07-16
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 編輯距離：暴力搜尋 */
+func editDistanceDFS(s: String, t: String, i: Int, j: Int) -> Int {
+    // 若 s 和 t 都為空，則返回 0
+    if i == 0, j == 0 {
+        return 0
+    }
+    // 若 s 為空，則返回 t 長度
+    if i == 0 {
+        return j
+    }
+    // 若 t 為空，則返回 s 長度
+    if j == 0 {
+        return i
+    }
+    // 若兩字元相等，則直接跳過此兩字元
+    if s.utf8CString[i - 1] == t.utf8CString[j - 1] {
+        return editDistanceDFS(s: s, t: t, i: i - 1, j: j - 1)
+    }
+    // 最少編輯步數 = 插入、刪除、替換這三種操作的最少編輯步數 + 1
+    let insert = editDistanceDFS(s: s, t: t, i: i, j: j - 1)
+    let delete = editDistanceDFS(s: s, t: t, i: i - 1, j: j)
+    let replace = editDistanceDFS(s: s, t: t, i: i - 1, j: j - 1)
+    // 返回最少編輯步數
+    return min(min(insert, delete), replace) + 1
+}
+
+/* 編輯距離：記憶化搜尋 */
+func editDistanceDFSMem(s: String, t: String, mem: inout [[Int]], i: Int, j: Int) -> Int {
+    // 若 s 和 t 都為空，則返回 0
+    if i == 0, j == 0 {
+        return 0
+    }
+    // 若 s 為空，則返回 t 長度
+    if i == 0 {
+        return j
+    }
+    // 若 t 為空，則返回 s 長度
+    if j == 0 {
+        return i
+    }
+    // 若已有記錄，則直接返回之
+    if mem[i][j] != -1 {
+        return mem[i][j]
+    }
+    // 若兩字元相等，則直接跳過此兩字元
+    if s.utf8CString[i - 1] == t.utf8CString[j - 1] {
+        return editDistanceDFS(s: s, t: t, i: i - 1, j: j - 1)
+    }
+    // 最少編輯步數 = 插入、刪除、替換這三種操作的最少編輯步數 + 1
+    let insert = editDistanceDFS(s: s, t: t, i: i, j: j - 1)
+    let delete = editDistanceDFS(s: s, t: t, i: i - 1, j: j)
+    let replace = editDistanceDFS(s: s, t: t, i: i - 1, j: j - 1)
+    // 記錄並返回最少編輯步數
+    mem[i][j] = min(min(insert, delete), replace) + 1
+    return mem[i][j]
+}
+
+/* 編輯距離：動態規劃 */
+func editDistanceDP(s: String, t: String) -> Int {
+    let n = s.utf8CString.count
+    let m = t.utf8CString.count
+    var dp = Array(repeating: Array(repeating: 0, count: m + 1), count: n + 1)
+    // 狀態轉移：首行首列
+    for i in 1 ... n {
+        dp[i][0] = i
+    }
+    for j in 1 ... m {
+        dp[0][j] = j
+    }
+    // 狀態轉移：其餘行和列
+    for i in 1 ... n {
+        for j in 1 ... m {
+            if s.utf8CString[i - 1] == t.utf8CString[j - 1] {
+                // 若兩字元相等，則直接跳過此兩字元
+                dp[i][j] = dp[i - 1][j - 1]
+            } else {
+                // 最少編輯步數 = 插入、刪除、替換這三種操作的最少編輯步數 + 1
+                dp[i][j] = min(min(dp[i][j - 1], dp[i - 1][j]), dp[i - 1][j - 1]) + 1
+            }
+        }
+    }
+    return dp[n][m]
+}
+
+/* 編輯距離：空間最佳化後的動態規劃 */
+func editDistanceDPComp(s: String, t: String) -> Int {
+    let n = s.utf8CString.count
+    let m = t.utf8CString.count
+    var dp = Array(repeating: 0, count: m + 1)
+    // 狀態轉移：首行
+    for j in 1 ... m {
+        dp[j] = j
+    }
+    // 狀態轉移：其餘行
+    for i in 1 ... n {
+        // 狀態轉移：首列
+        var leftup = dp[0] // 暫存 dp[i-1, j-1]
+        dp[0] = i
+        // 狀態轉移：其餘列
+        for j in 1 ... m {
+            let temp = dp[j]
+            if s.utf8CString[i - 1] == t.utf8CString[j - 1] {
+                // 若兩字元相等，則直接跳過此兩字元
+                dp[j] = leftup
+            } else {
+                // 最少編輯步數 = 插入、刪除、替換這三種操作的最少編輯步數 + 1
+                dp[j] = min(min(dp[j - 1], dp[j]), leftup) + 1
+            }
+            leftup = temp // 更新為下一輪的 dp[i-1, j-1]
+        }
+    }
+    return dp[m]
+}
+
+@main
+enum EditDistance {
+    /* Driver Code */
+    static func main() {
+        let s = "bag"
+        let t = "pack"
+        let n = s.utf8CString.count
+        let m = t.utf8CString.count
+
+        // 暴力搜尋
+        var res = editDistanceDFS(s: s, t: t, i: n, j: m)
+        print("將 \(s) 更改為 \(t) 最少需要編輯 \(res) 步")
+
+        // 記憶化搜尋
+        var mem = Array(repeating: Array(repeating: -1, count: m + 1), count: n + 1)
+        res = editDistanceDFSMem(s: s, t: t, mem: &mem, i: n, j: m)
+        print("將 \(s) 更改為 \(t) 最少需要編輯 \(res) 步")
+
+        // 動態規劃
+        res = editDistanceDP(s: s, t: t)
+        print("將 \(s) 更改為 \(t) 最少需要編輯 \(res) 步")
+
+        // 空間最佳化後的動態規劃
+        res = editDistanceDPComp(s: s, t: t)
+        print("將 \(s) 更改為 \(t) 最少需要編輯 \(res) 步")
+    }
+}
@@ -0,0 +1,110 @@
+/**
+ * File: knapsack.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 0-1 背包：暴力搜尋 */
+func knapsackDFS(wgt: [Int], val: [Int], i: Int, c: Int) -> Int {
+    // 若已選完所有物品或背包無剩餘容量，則返回價值 0
+    if i == 0 || c == 0 {
+        return 0
+    }
+    // 若超過背包容量，則只能選擇不放入背包
+    if wgt[i - 1] > c {
+        return knapsackDFS(wgt: wgt, val: val, i: i - 1, c: c)
+    }
+    // 計算不放入和放入物品 i 的最大價值
+    let no = knapsackDFS(wgt: wgt, val: val, i: i - 1, c: c)
+    let yes = knapsackDFS(wgt: wgt, val: val, i: i - 1, c: c - wgt[i - 1]) + val[i - 1]
+    // 返回兩種方案中價值更大的那一個
+    return max(no, yes)
+}
+
+/* 0-1 背包：記憶化搜尋 */
+func knapsackDFSMem(wgt: [Int], val: [Int], mem: inout [[Int]], i: Int, c: Int) -> Int {
+    // 若已選完所有物品或背包無剩餘容量，則返回價值 0
+    if i == 0 || c == 0 {
+        return 0
+    }
+    // 若已有記錄，則直接返回
+    if mem[i][c] != -1 {
+        return mem[i][c]
+    }
+    // 若超過背包容量，則只能選擇不放入背包
+    if wgt[i - 1] > c {
+        return knapsackDFSMem(wgt: wgt, val: val, mem: &mem, i: i - 1, c: c)
+    }
+    // 計算不放入和放入物品 i 的最大價值
+    let no = knapsackDFSMem(wgt: wgt, val: val, mem: &mem, i: i - 1, c: c)
+    let yes = knapsackDFSMem(wgt: wgt, val: val, mem: &mem, i: i - 1, c: c - wgt[i - 1]) + val[i - 1]
+    // 記錄並返回兩種方案中價值更大的那一個
+    mem[i][c] = max(no, yes)
+    return mem[i][c]
+}
+
+/* 0-1 背包：動態規劃 */
+func knapsackDP(wgt: [Int], val: [Int], cap: Int) -> Int {
+    let n = wgt.count
+    // 初始化 dp 表
+    var dp = Array(repeating: Array(repeating: 0, count: cap + 1), count: n + 1)
+    // 狀態轉移
+    for i in 1 ... n {
+        for c in 1 ... cap {
+            if wgt[i - 1] > c {
+                // 若超過背包容量，則不選物品 i
+                dp[i][c] = dp[i - 1][c]
+            } else {
+                // 不選和選物品 i 這兩種方案的較大值
+                dp[i][c] = max(dp[i - 1][c], dp[i - 1][c - wgt[i - 1]] + val[i - 1])
+            }
+        }
+    }
+    return dp[n][cap]
+}
+
+/* 0-1 背包：空間最佳化後的動態規劃 */
+func knapsackDPComp(wgt: [Int], val: [Int], cap: Int) -> Int {
+    let n = wgt.count
+    // 初始化 dp 表
+    var dp = Array(repeating: 0, count: cap + 1)
+    // 狀態轉移
+    for i in 1 ... n {
+        // 倒序走訪
+        for c in (1 ... cap).reversed() {
+            if wgt[i - 1] <= c {
+                // 不選和選物品 i 這兩種方案的較大值
+                dp[c] = max(dp[c], dp[c - wgt[i - 1]] + val[i - 1])
+            }
+        }
+    }
+    return dp[cap]
+}
+
+@main
+enum Knapsack {
+    /* Driver Code */
+    static func main() {
+        let wgt = [10, 20, 30, 40, 50]
+        let val = [50, 120, 150, 210, 240]
+        let cap = 50
+        let n = wgt.count
+
+        // 暴力搜尋
+        var res = knapsackDFS(wgt: wgt, val: val, i: n, c: cap)
+        print("不超過背包容量的最大物品價值為 \(res)")
+
+        // 記憶化搜尋
+        var mem = Array(repeating: Array(repeating: -1, count: cap + 1), count: n + 1)
+        res = knapsackDFSMem(wgt: wgt, val: val, mem: &mem, i: n, c: cap)
+        print("不超過背包容量的最大物品價值為 \(res)")
+
+        // 動態規劃
+        res = knapsackDP(wgt: wgt, val: val, cap: cap)
+        print("不超過背包容量的最大物品價值為 \(res)")
+
+        // 空間最佳化後的動態規劃
+        res = knapsackDPComp(wgt: wgt, val: val, cap: cap)
+        print("不超過背包容量的最大物品價值為 \(res)")
+    }
+}
@@ -0,0 +1,51 @@
+/**
+ * File: min_cost_climbing_stairs_dp.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 爬樓梯最小代價：動態規劃 */
+func minCostClimbingStairsDP(cost: [Int]) -> Int {
+    let n = cost.count - 1
+    if n == 1 || n == 2 {
+        return cost[n]
+    }
+    // 初始化 dp 表，用於儲存子問題的解
+    var dp = Array(repeating: 0, count: n + 1)
+    // 初始狀態：預設最小子問題的解
+    dp[1] = cost[1]
+    dp[2] = cost[2]
+    // 狀態轉移：從較小子問題逐步求解較大子問題
+    for i in 3 ... n {
+        dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]
+    }
+    return dp[n]
+}
+
+/* 爬樓梯最小代價：空間最佳化後的動態規劃 */
+func minCostClimbingStairsDPComp(cost: [Int]) -> Int {
+    let n = cost.count - 1
+    if n == 1 || n == 2 {
+        return cost[n]
+    }
+    var (a, b) = (cost[1], cost[2])
+    for i in 3 ... n {
+        (a, b) = (b, min(a, b) + cost[i])
+    }
+    return b
+}
+
+@main
+enum MinCostClimbingStairsDP {
+    /* Driver Code */
+    static func main() {
+        let cost = [0, 1, 10, 1, 1, 1, 10, 1, 1, 10, 1]
+        print("輸入樓梯的代價串列為 \(cost)")
+
+        var res = minCostClimbingStairsDP(cost: cost)
+        print("爬完樓梯的最低代價為 \(res)")
+
+        res = minCostClimbingStairsDPComp(cost: cost)
+        print("爬完樓梯的最低代價為 \(res)")
+    }
+}
@@ -0,0 +1,123 @@
+/**
+ * File: min_path_sum.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 最小路徑和：暴力搜尋 */
+func minPathSumDFS(grid: [[Int]], i: Int, j: Int) -> Int {
+    // 若為左上角單元格，則終止搜尋
+    if i == 0, j == 0 {
+        return grid[0][0]
+    }
+    // 若行列索引越界，則返回 +∞ 代價
+    if i < 0 || j < 0 {
+        return .max
+    }
+    // 計算從左上角到 (i-1, j) 和 (i, j-1) 的最小路徑代價
+    let up = minPathSumDFS(grid: grid, i: i - 1, j: j)
+    let left = minPathSumDFS(grid: grid, i: i, j: j - 1)
+    // 返回從左上角到 (i, j) 的最小路徑代價
+    return min(left, up) + grid[i][j]
+}
+
+/* 最小路徑和：記憶化搜尋 */
+func minPathSumDFSMem(grid: [[Int]], mem: inout [[Int]], i: Int, j: Int) -> Int {
+    // 若為左上角單元格，則終止搜尋
+    if i == 0, j == 0 {
+        return grid[0][0]
+    }
+    // 若行列索引越界，則返回 +∞ 代價
+    if i < 0 || j < 0 {
+        return .max
+    }
+    // 若已有記錄，則直接返回
+    if mem[i][j] != -1 {
+        return mem[i][j]
+    }
+    // 左邊和上邊單元格的最小路徑代價
+    let up = minPathSumDFSMem(grid: grid, mem: &mem, i: i - 1, j: j)
+    let left = minPathSumDFSMem(grid: grid, mem: &mem, i: i, j: j - 1)
+    // 記錄並返回左上角到 (i, j) 的最小路徑代價
+    mem[i][j] = min(left, up) + grid[i][j]
+    return mem[i][j]
+}
+
+/* 最小路徑和：動態規劃 */
+func minPathSumDP(grid: [[Int]]) -> Int {
+    let n = grid.count
+    let m = grid[0].count
+    // 初始化 dp 表
+    var dp = Array(repeating: Array(repeating: 0, count: m), count: n)
+    dp[0][0] = grid[0][0]
+    // 狀態轉移：首行
+    for j in 1 ..< m {
+        dp[0][j] = dp[0][j - 1] + grid[0][j]
+    }
+    // 狀態轉移：首列
+    for i in 1 ..< n {
+        dp[i][0] = dp[i - 1][0] + grid[i][0]
+    }
+    // 狀態轉移：其餘行和列
+    for i in 1 ..< n {
+        for j in 1 ..< m {
+            dp[i][j] = min(dp[i][j - 1], dp[i - 1][j]) + grid[i][j]
+        }
+    }
+    return dp[n - 1][m - 1]
+}
+
+/* 最小路徑和：空間最佳化後的動態規劃 */
+func minPathSumDPComp(grid: [[Int]]) -> Int {
+    let n = grid.count
+    let m = grid[0].count
+    // 初始化 dp 表
+    var dp = Array(repeating: 0, count: m)
+    // 狀態轉移：首行
+    dp[0] = grid[0][0]
+    for j in 1 ..< m {
+        dp[j] = dp[j - 1] + grid[0][j]
+    }
+    // 狀態轉移：其餘行
+    for i in 1 ..< n {
+        // 狀態轉移：首列
+        dp[0] = dp[0] + grid[i][0]
+        // 狀態轉移：其餘列
+        for j in 1 ..< m {
+            dp[j] = min(dp[j - 1], dp[j]) + grid[i][j]
+        }
+    }
+    return dp[m - 1]
+}
+
+@main
+enum MinPathSum {
+    /* Driver Code */
+    static func main() {
+        let grid = [
+            [1, 3, 1, 5],
+            [2, 2, 4, 2],
+            [5, 3, 2, 1],
+            [4, 3, 5, 2],
+        ]
+        let n = grid.count
+        let m = grid[0].count
+
+        // 暴力搜尋
+        var res = minPathSumDFS(grid: grid, i: n - 1, j: m - 1)
+        print("從左上角到右下角的做小路徑和為 \(res)")
+
+        // 記憶化搜尋
+        var mem = Array(repeating: Array(repeating: -1, count: m), count: n)
+        res = minPathSumDFSMem(grid: grid, mem: &mem, i: n - 1, j: m - 1)
+        print("從左上角到右下角的做小路徑和為 \(res)")
+
+        // 動態規劃
+        res = minPathSumDP(grid: grid)
+        print("從左上角到右下角的做小路徑和為 \(res)")
+
+        // 空間最佳化後的動態規劃
+        res = minPathSumDPComp(grid: grid)
+        print("從左上角到右下角的做小路徑和為 \(res)")
+    }
+}
@@ -0,0 +1,63 @@
+/**
+ * File: unbounded_knapsack.swift
+ * Created Time: 2023-07-15
+ * Author: nuomi1 (nuomi1@qq.com)
+ */
+
+/* 完全背包：動態規劃 */
+func unboundedKnapsackDP(wgt: [Int], val: [Int], cap: Int) -> Int {
+    let n = wgt.count
+    // 初始化 dp 表
+    var dp = Array(repeating: Array(repeating: 0, count: cap + 1), count: n + 1)
+    // 狀態轉移
+    for i in 1 ... n {
+        for c in 1 ... cap {
+            if wgt[i - 1] > c {
+                // 若超過背包容量，則不選物品 i
+                dp[i][c] = dp[i - 1][c]
+            } else {
+                // 不選和選物品 i 這兩種方案的較大值
+                dp[i][c] = max(dp[i - 1][c], dp[i][c - wgt[i - 1]] + val[i - 1])
+            }
+        }
+    }
+    return dp[n][cap]
+}
+
+/* 完全背包：空間最佳化後的動態規劃 */
+func unboundedKnapsackDPComp(wgt: [Int], val: [Int], cap: Int) -> Int {
+    let n = wgt.count
+    // 初始化 dp 表
+    var dp = Array(repeating: 0, count: cap + 1)
+    // 狀態轉移
+    for i in 1 ... n {
+        for c in 1 ... cap {
+            if wgt[i - 1] > c {
+                // 若超過背包容量，則不選物品 i
+                dp[c] = dp[c]
+            } else {
+                // 不選和選物品 i 這兩種方案的較大值
+                dp[c] = max(dp[c], dp[c - wgt[i - 1]] + val[i - 1])
+            }
+        }
+    }
+    return dp[cap]
+}
+
+@main
+enum UnboundedKnapsack {
+    /* Driver Code */
+    static func main() {
+        let wgt = [1, 2, 3]
+        let val = [5, 11, 15]
+        let cap = 4
+
+        // 動態規劃
+        var res = unboundedKnapsackDP(wgt: wgt, val: val, cap: cap)
+        print("不超過背包容量的最大物品價值為 \(res)")
+
+        // 空間最佳化後的動態規劃
+        res = unboundedKnapsackDPComp(wgt: wgt, val: val, cap: cap)
+        print("不超過背包容量的最大物品價值為 \(res)")
+    }
+}