Retranslate the complete Japanese online edition from Chinese (#2008)

* Retranslate the complete Japanese online edition from Chinese

* Fit Japanese homepage labels and localize heading permalinks

* Point Japanese contribution instructions to the Japanese preview

* Replace locale conditionals with multilingual UI tables

ja/codes/javascript/chapter_dynamic_programming/climbing_stairs_backtrack.js

@@ -6,29 +6,29 @@
 
 /* バックトラッキング */
 function backtrack(choices, state, n, res) {
-    // 第 n 段に到達したら、方法数を 1 増やす
+    // n 段目に到達したら、方法の数を 1 増やす
     if (state === n) res.set(0, res.get(0) + 1);
-    // すべての選択肢を走査
+    // すべての選択肢を走査する
     for (const choice of choices) {
-        // 枝刈り: 第 n 段を超えないようにする
+        // 枝刈り：n 段目を越えてはならない
         if (state + choice > n) continue;
-        // 試行: 選択を行い、状態を更新
+        // 試行：選択を行い、状態を更新する
         backtrack(choices, state + choice, n, res);
-        // バックトラック
+        // 復元
     }
 }
 
-/* 階段登り：バックトラッキング */
+/* 階段の上り方：バックトラッキング */
 function climbingStairsBacktrack(n) {
-    const choices = [1, 2]; // 1 段または 2 段上ることを選べる
-    const state = 0; // 第 0 段から上り始める
+    const choices = [1, 2]; // 1 段または 2 段上ることを選択できる
+    const state = 0; // 0 段目から上り始める
     const res = new Map();
-    res.set(0, 0); // res[0] を使って方法数を記録する
+    res.set(0, 0); // res[0] に方法の数を記録する
     backtrack(choices, state, n, res);
     return res.get(0);
 }
 
-/* Driver Code */
+/* 実行用コード */
 const n = 9;
 const res = climbingStairsBacktrack(n);
-console.log(`${n} 階の階段を上る方法は全部で ${res} 通り`);
+console.log(`${n} 段の階段を上る方法は全部で ${res} 通り`);

ja/codes/javascript/chapter_dynamic_programming/climbing_stairs_constraint_dp.js

@@ -4,19 +4,19 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* 制約付き階段登り：動的計画法 */
+/* 制約付きの階段の上り方：動的計画法 */
 function climbingStairsConstraintDP(n) {
     if (n === 1 || n === 2) {
         return 1;
     }
-    // 部分問題の解を保存するために dp テーブルを初期化
+    // 部分問題の解を格納する dp テーブルを初期化する
     const dp = Array.from(new Array(n + 1), () => new Array(3));
-    // 初期状態：最小部分問題の解をあらかじめ設定
+    // 初期状態：最小の部分問題の解を設定する
     dp[1][1] = 1;
     dp[1][2] = 0;
     dp[2][1] = 0;
     dp[2][2] = 1;
-    // 状態遷移：小さい部分問題から大きい部分問題へ順に解く
+    // 状態遷移：小さな部分問題から順に大きな部分問題を解く
     for (let i = 3; i <= n; i++) {
         dp[i][1] = dp[i - 1][2];
         dp[i][2] = dp[i - 2][1] + dp[i - 2][2];
@@ -24,7 +24,7 @@ function climbingStairsConstraintDP(n) {
     return dp[n][1] + dp[n][2];
 }
 
-/* Driver Code */
+/* 実行用コード */
 const n = 9;
 const res = climbingStairsConstraintDP(n);
-console.log(`${n} 階の階段を上る方法は全部で ${res} 通り`);
+console.log(`${n} 段の階段を上る方法は全部で ${res} 通り`);

ja/codes/javascript/chapter_dynamic_programming/climbing_stairs_dfs.js

@@ -4,21 +4,21 @@
  * Author: yuan0221 ([email protected])
  */
 
-/* 検索 */
+/* 探索 */
 function dfs(i) {
-    // dp[1] と dp[2] は既知なので返す
+    // dp[1] と dp[2] は既知なので、その値を返す
     if (i === 1 || i === 2) return i;
     // dp[i] = dp[i-1] + dp[i-2]
     const count = dfs(i - 1) + dfs(i - 2);
     return count;
 }
 
-/* 階段登り：探索 */
+/* 階段の上り方：探索 */
 function climbingStairsDFS(n) {
     return dfs(n);
 }
 
-/* Driver Code */
+/* 実行用コード */
 const n = 9;
 const res = climbingStairsDFS(n);
-console.log(`${n} 階の階段を上る方法は全部で ${res} 通り`);
+console.log(`${n} 段の階段を上る方法は全部で ${res} 通り`);

ja/codes/javascript/chapter_dynamic_programming/climbing_stairs_dfs_mem.js

@@ -6,9 +6,9 @@
 
 /* メモ化探索 */
 function dfs(i, mem) {
-    // dp[1] と dp[2] は既知なので返す
+    // dp[1] と dp[2] は既知なので、その値を返す
     if (i === 1 || i === 2) return i;
-    // dp[i] の記録があれば、それをそのまま返す
+    // dp[i] が記録済みなら、その値をそのまま返す
     if (mem[i] != -1) return mem[i];
     // dp[i] = dp[i-1] + dp[i-2]
     const count = dfs(i - 1, mem) + dfs(i - 2, mem);
@@ -17,14 +17,14 @@ function dfs(i, mem) {
     return count;
 }
 
-/* 階段登り：メモ化探索 */
+/* 階段の上り方：メモ化探索 */
 function climbingStairsDFSMem(n) {
-    // mem[i] は第 i 段まで上る方法の総数を記録し、-1 は未記録を表す
+    // mem[i] は i 段目まで上る方法の総数を記録し、-1 は未記録を表す
     const mem = new Array(n + 1).fill(-1);
     return dfs(n, mem);
 }
 
-/* Driver Code */
+/* 実行用コード */
 const n = 9;
 const res = climbingStairsDFSMem(n);
-console.log(`${n} 階の階段を上る方法は全部で ${res} 通り`);
+console.log(`${n} 段の階段を上る方法は全部で ${res} 通り`);

ja/codes/javascript/chapter_dynamic_programming/climbing_stairs_dp.js

@@ -4,22 +4,22 @@
  * Author: yuan0221 ([email protected])
  */
 
-/* 階段登り：動的計画法 */
+/* 階段の上り方：動的計画法 */
 function climbingStairsDP(n) {
     if (n === 1 || n === 2) return n;
-    // 部分問題の解を保存するために dp テーブルを初期化
+    // 部分問題の解を格納する dp テーブルを初期化する
     const dp = new Array(n + 1).fill(-1);
-    // 初期状態：最小部分問題の解をあらかじめ設定
+    // 初期状態：最小の部分問題の解を設定する
     dp[1] = 1;
     dp[2] = 2;
-    // 状態遷移：小さい部分問題から大きい部分問題へ順に解く
+    // 状態遷移：小さな部分問題から順に大きな部分問題を解く
     for (let i = 3; i <= n; i++) {
         dp[i] = dp[i - 1] + dp[i - 2];
     }
     return dp[n];
 }
 
-/* 階段登り：空間最適化した動的計画法 */
+/* 階段の上り方：空間を最適化した動的計画法 */
 function climbingStairsDPComp(n) {
     if (n === 1 || n === 2) return n;
     let a = 1,
@@ -32,9 +32,9 @@ function climbingStairsDPComp(n) {
     return b;
 }
 
-/* Driver Code */
+/* 実行用コード */
 const n = 9;
 let res = climbingStairsDP(n);
-console.log(`${n} 階の階段を上る方法は全部で ${res} 通り`);
+console.log(`${n} 段の階段を上る方法は全部で ${res} 通り`);
 res = climbingStairsDPComp(n);
-console.log(`${n} 階の階段を上る方法は全部で ${res} 通り`);
+console.log(`${n} 段の階段を上る方法は全部で ${res} 通り`);

ja/codes/javascript/chapter_dynamic_programming/coin_change.js

@@ -4,11 +4,11 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* コイン両替：動的計画法 */
+/* 硬貨の両替：動的計画法 */
 function coinChangeDP(coins, amt) {
     const n = coins.length;
     const MAX = amt + 1;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: n + 1 }, () =>
         Array.from({ length: amt + 1 }, () => 0)
     );
@@ -16,14 +16,14 @@ function coinChangeDP(coins, amt) {
     for (let a = 1; a <= amt; a++) {
         dp[0][a] = MAX;
     }
-    // 状態遷移: 残りの行と列
+    // 状態遷移：残りの行と列
     for (let i = 1; i <= n; i++) {
         for (let a = 1; a <= amt; a++) {
             if (coins[i - 1] > a) {
-                // 目標金額を超えるなら硬貨 i は選ばない
+                // 目標金額を超える場合、硬貨 i を選ばない
                 dp[i][a] = dp[i - 1][a];
             } else {
-                // 硬貨 i を選ばない場合と選ぶ場合の小さい方
+                // 硬貨 i を選ばない場合と選ぶ場合の小さいほうの値
                 dp[i][a] = Math.min(dp[i - 1][a], dp[i][a - coins[i - 1]] + 1);
             }
         }
@@ -31,21 +31,21 @@ function coinChangeDP(coins, amt) {
     return dp[n][amt] !== MAX ? dp[n][amt] : -1;
 }
 
-/* コイン交換：空間最適化後の動的計画法 */
+/* 硬貨の両替：空間を最適化した動的計画法 */
 function coinChangeDPComp(coins, amt) {
     const n = coins.length;
     const MAX = amt + 1;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: amt + 1 }, () => MAX);
     dp[0] = 0;
     // 状態遷移
     for (let i = 1; i <= n; i++) {
         for (let a = 1; a <= amt; a++) {
             if (coins[i - 1] > a) {
-                // 目標金額を超えるなら硬貨 i は選ばない
+                // 目標金額を超える場合、硬貨 i を選ばない
                 dp[a] = dp[a];
             } else {
-                // 硬貨 i を選ばない場合と選ぶ場合の小さい方
+                // 硬貨 i を選ばない場合と選ぶ場合の小さいほうの値
                 dp[a] = Math.min(dp[a], dp[a - coins[i - 1]] + 1);
             }
         }
@@ -53,14 +53,14 @@ function coinChangeDPComp(coins, amt) {
     return dp[amt] !== MAX ? dp[amt] : -1;
 }
 
-/* Driver Code */
+/* 実行用コード */
 const coins = [1, 2, 5];
 const amt = 4;
 
 // 動的計画法
 let res = coinChangeDP(coins, amt);
-console.log(`目標金額を作るのに必要な最小硬貨枚数は ${res}`);
+console.log(`目標金額にするために必要な硬貨の最小枚数は ${res}`);
 
-// 空間最適化後の動的計画法
+// 空間を最適化した動的計画法
 res = coinChangeDPComp(coins, amt);
-console.log(`目標金額を作るのに必要な最小硬貨枚数は ${res}`);
+console.log(`目標金額にするために必要な硬貨の最小枚数は ${res}`);

ja/codes/javascript/chapter_dynamic_programming/coin_change_ii.js

@@ -4,10 +4,10 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* コイン両替 II：動的計画法 */
+/* 硬貨の両替 II：動的計画法 */
 function coinChangeIIDP(coins, amt) {
     const n = coins.length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: n + 1 }, () =>
         Array.from({ length: amt + 1 }, () => 0)
     );
@@ -19,10 +19,10 @@ function coinChangeIIDP(coins, amt) {
     for (let i = 1; i <= n; i++) {
         for (let a = 1; a <= amt; a++) {
             if (coins[i - 1] > a) {
-                // 目標金額を超えるなら硬貨 i は選ばない
+                // 目標金額を超える場合、硬貨 i を選ばない
                 dp[i][a] = dp[i - 1][a];
             } else {
-                // コイン i を選ばない場合と選ぶ場合の和
+                // 硬貨 i を選ばない場合と選ぶ場合の方法の数の和
                 dp[i][a] = dp[i - 1][a] + dp[i][a - coins[i - 1]];
             }
         }
@@ -30,20 +30,20 @@ function coinChangeIIDP(coins, amt) {
     return dp[n][amt];
 }
 
-/* コイン両替 II：空間最適化した動的計画法 */
+/* 硬貨の両替 II：空間を最適化した動的計画法 */
 function coinChangeIIDPComp(coins, amt) {
     const n = coins.length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: amt + 1 }, () => 0);
     dp[0] = 1;
     // 状態遷移
     for (let i = 1; i <= n; i++) {
         for (let a = 1; a <= amt; a++) {
             if (coins[i - 1] > a) {
-                // 目標金額を超えるなら硬貨 i は選ばない
+                // 目標金額を超える場合、硬貨 i を選ばない
                 dp[a] = dp[a];
             } else {
-                // コイン i を選ばない場合と選ぶ場合の和
+                // 硬貨 i を選ばない場合と選ぶ場合の方法の数の和
                 dp[a] = dp[a] + dp[a - coins[i - 1]];
             }
         }
@@ -51,14 +51,14 @@ function coinChangeIIDPComp(coins, amt) {
     return dp[amt];
 }
 
-/* Driver Code */
+/* 実行用コード */
 const coins = [1, 2, 5];
 const amt = 5;
 
 // 動的計画法
 let res = coinChangeIIDP(coins, amt);
-console.log(`目標金額を作る硬貨の組み合わせ数は ${res}`);
+console.log(`目標金額になる硬貨の組み合わせの数は ${res}`);
 
-// 空間最適化後の動的計画法
+// 空間を最適化した動的計画法
 res = coinChangeIIDPComp(coins, amt);
-console.log(`目標金額を作る硬貨の組み合わせ数は ${res}`);
+console.log(`目標金額になる硬貨の組み合わせの数は ${res}`);

ja/codes/javascript/chapter_dynamic_programming/edit_distance.js

@@ -4,22 +4,22 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* 編集距離：総当たり探索 */
+/* 編集距離：全探索 */
 function editDistanceDFS(s, t, i, j) {
-    // s と t がともに空なら 0 を返す
+    // s と t がともに空の場合、0 を返す
     if (i === 0 && j === 0) return 0;
 
-    // s が空なら t の長さを返す
+    // s が空の場合、t の長さを返す
     if (i === 0) return j;
 
-    // t が空なら s の長さを返す
+    // t が空の場合、s の長さを返す
     if (j === 0) return i;
 
-    // 2 つの文字が等しければ、その 2 文字をそのままスキップする
+    // 2 つの文字が等しい場合、その 2 文字をスキップする
     if (s.charAt(i - 1) === t.charAt(j - 1))
         return editDistanceDFS(s, t, i - 1, j - 1);
 
-    // 最小編集回数 = 挿入・削除・置換の 3 操作における最小編集回数 + 1
+    // 最小編集回数 = 挿入、削除、置換の 3 操作での最小編集回数 + 1
     const insert = editDistanceDFS(s, t, i, j - 1);
     const del = editDistanceDFS(s, t, i - 1, j);
     const replace = editDistanceDFS(s, t, i - 1, j - 1);
@@ -29,23 +29,23 @@ function editDistanceDFS(s, t, i, j) {
 
 /* 編集距離：メモ化探索 */
 function editDistanceDFSMem(s, t, mem, i, j) {
-    // s と t がともに空なら 0 を返す
+    // s と t がともに空の場合、0 を返す
     if (i === 0 && j === 0) return 0;
 
-    // s が空なら t の長さを返す
+    // s が空の場合、t の長さを返す
     if (i === 0) return j;
 
-    // t が空なら s の長さを返す
+    // t が空の場合、s の長さを返す
     if (j === 0) return i;
 
-    // 記録済みなら、それをそのまま返す
+    // 記録済みなら、その値をそのまま返す
     if (mem[i][j] !== -1) return mem[i][j];
 
-    // 2 つの文字が等しければ、その 2 文字をそのままスキップする
+    // 2 つの文字が等しい場合、その 2 文字をスキップする
     if (s.charAt(i - 1) === t.charAt(j - 1))
         return editDistanceDFSMem(s, t, mem, i - 1, j - 1);
 
-    // 最小編集回数 = 挿入・削除・置換の 3 操作における最小編集回数 + 1
+    // 最小編集回数 = 挿入、削除、置換の 3 操作での最小編集回数 + 1
     const insert = editDistanceDFSMem(s, t, mem, i, j - 1);
     const del = editDistanceDFSMem(s, t, mem, i - 1, j);
     const replace = editDistanceDFSMem(s, t, mem, i - 1, j - 1);
@@ -66,14 +66,14 @@ function editDistanceDP(s, t) {
     for (let j = 1; j <= m; j++) {
         dp[0][j] = j;
     }
-    // 状態遷移: 残りの行と列
+    // 状態遷移：残りの行と列
     for (let i = 1; i <= n; i++) {
         for (let j = 1; j <= m; j++) {
             if (s.charAt(i - 1) === t.charAt(j - 1)) {
-                // 2 つの文字が等しければ、その 2 文字をそのままスキップする
+                // 2 つの文字が等しい場合、その 2 文字をスキップする
                 dp[i][j] = dp[i - 1][j - 1];
             } else {
-                // 最小編集回数 = 挿入・削除・置換の 3 操作における最小編集回数 + 1
+                // 最小編集回数 = 挿入、削除、置換の 3 操作での最小編集回数 + 1
                 dp[i][j] =
                     Math.min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1;
             }
@@ -82,7 +82,7 @@ function editDistanceDP(s, t) {
     return dp[n][m];
 }
 
-/* 編集距離：空間最適化した動的計画法 */
+/* 編集距離：空間を最適化した動的計画法 */
 function editDistanceDPComp(s, t) {
     const n = s.length,
         m = t.length;
@@ -100,10 +100,10 @@ function editDistanceDPComp(s, t) {
         for (let j = 1; j <= m; j++) {
             const temp = dp[j];
             if (s.charAt(i - 1) === t.charAt(j - 1)) {
-                // 2 つの文字が等しければ、その 2 文字をそのままスキップする
+                // 2 つの文字が等しい場合、その 2 文字をスキップする
                 dp[j] = leftup;
             } else {
-                // 最小編集回数 = 挿入・削除・置換の 3 操作における最小編集回数 + 1
+                // 最小編集回数 = 挿入、削除、置換の 3 操作での最小編集回数 + 1
                 dp[j] = Math.min(dp[j - 1], dp[j], leftup) + 1;
             }
             leftup = temp; // 次の反復の dp[i-1, j-1] に更新する
@@ -119,17 +119,17 @@ const n = s.length,
 
 // 全探索
 let res = editDistanceDFS(s, t, n, m);
-console.log(`${s} を ${t} に変更するには最少で ${res} 回の編集が必要`);
+console.log(`${s} を ${t} に変更するには最低 ${res} 回の編集が必要`);
 
 // メモ化探索
 const mem = Array.from(new Array(n + 1), () => new Array(m + 1).fill(-1));
 res = editDistanceDFSMem(s, t, mem, n, m);
-console.log(`${s} を ${t} に変更するには最少で ${res} 回の編集が必要`);
+console.log(`${s} を ${t} に変更するには最低 ${res} 回の編集が必要`);
 
 // 動的計画法
 res = editDistanceDP(s, t);
-console.log(`${s} を ${t} に変更するには最少で ${res} 回の編集が必要`);
+console.log(`${s} を ${t} に変更するには最低 ${res} 回の編集が必要`);
 
-// 空間最適化後の動的計画法
+// 空間を最適化した動的計画法
 res = editDistanceDPComp(s, t);
-console.log(`${s} を ${t} に変更するには最少で ${res} 回の編集が必要`);
+console.log(`${s} を ${t} に変更するには最低 ${res} 回の編集が必要`);

ja/codes/javascript/chapter_dynamic_programming/knapsack.js

@@ -4,34 +4,34 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* 0-1 ナップサック：総当たり探索 */
+/* 0-1 ナップサック問題：全探索 */
 function knapsackDFS(wgt, val, i, c) {
-    // すべての品物を選び終えたか、ナップサックに残り容量がなければ、価値 0 を返す
+    // すべての品物を選び終えたか、ナップサックの残り容量がなければ、価値 0 を返す
     if (i === 0 || c === 0) {
         return 0;
     }
-    // ナップサック容量を超える場合は、入れない選択しかできない
+    // ナップサックの容量を超える場合、入れない選択しかできない
     if (wgt[i - 1] > c) {
         return knapsackDFS(wgt, val, i - 1, c);
     }
     // 品物 i を入れない場合と入れる場合の最大価値を計算する
     const no = knapsackDFS(wgt, val, i - 1, c);
     const yes = knapsackDFS(wgt, val, i - 1, c - wgt[i - 1]) + val[i - 1];
-    // 2つの案のうち価値が大きいほうを返す
+    // 2 通りの選択のうち、価値が大きいほうを返す
     return Math.max(no, yes);
 }
 
-/* 0-1 ナップサック：メモ化探索 */
+/* 0-1 ナップサック問題：メモ化探索 */
 function knapsackDFSMem(wgt, val, mem, i, c) {
-    // すべての品物を選び終えたか、ナップサックに残り容量がなければ、価値 0 を返す
+    // すべての品物を選び終えたか、ナップサックの残り容量がなければ、価値 0 を返す
     if (i === 0 || c === 0) {
         return 0;
     }
-    // 既に記録があればそのまま返す
+    // 記録済みなら、その値をそのまま返す
     if (mem[i][c] !== -1) {
         return mem[i][c];
     }
-    // ナップサック容量を超える場合は、入れない選択しかできない
+    // ナップサックの容量を超える場合、入れない選択しかできない
     if (wgt[i - 1] > c) {
         return knapsackDFSMem(wgt, val, mem, i - 1, c);
     }
@@ -39,15 +39,15 @@ function knapsackDFSMem(wgt, val, mem, i, c) {
     const no = knapsackDFSMem(wgt, val, mem, i - 1, c);
     const yes =
         knapsackDFSMem(wgt, val, mem, i - 1, c - wgt[i - 1]) + val[i - 1];
-    // 2 つの案のうち価値が大きい方を記録して返す
+    // 2 通りの選択のうち、価値が大きいほうを記録して返す
     mem[i][c] = Math.max(no, yes);
     return mem[i][c];
 }
 
-/* 0-1 ナップサック：動的計画法 */
+/* 0-1 ナップサック問題：動的計画法 */
 function knapsackDP(wgt, val, cap) {
     const n = wgt.length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array(n + 1)
         .fill(0)
         .map(() => Array(cap + 1).fill(0));
@@ -55,10 +55,10 @@ function knapsackDP(wgt, val, cap) {
     for (let i = 1; i <= n; i++) {
         for (let c = 1; c <= cap; c++) {
             if (wgt[i - 1] > c) {
-                // ナップサック容量を超えるなら品物 i は選ばない
+                // ナップサックの容量を超える場合、品物 i を選ばない
                 dp[i][c] = dp[i - 1][c];
             } else {
-                // 品物 i を選ばない場合と選ぶ場合の大きい方
+                // 品物 i を選ばない場合と選ぶ場合の大きいほうの値
                 dp[i][c] = Math.max(
                     dp[i - 1][c],
                     dp[i - 1][c - wgt[i - 1]] + val[i - 1]
@@ -69,17 +69,17 @@ function knapsackDP(wgt, val, cap) {
     return dp[n][cap];
 }
 
-/* 0-1 ナップサック：空間最適化後の動的計画法 */
+/* 0-1 ナップサック問題：空間を最適化した動的計画法 */
 function knapsackDPComp(wgt, val, cap) {
     const n = wgt.length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array(cap + 1).fill(0);
     // 状態遷移
     for (let i = 1; i <= n; i++) {
         // 逆順に走査する
         for (let c = cap; c >= 1; c--) {
             if (wgt[i - 1] <= c) {
-                // 品物 i を選ばない場合と選ぶ場合の大きい方
+                // 品物 i を選ばない場合と選ぶ場合の大きいほうの値
                 dp[c] = Math.max(dp[c], dp[c - wgt[i - 1]] + val[i - 1]);
             }
         }
@@ -87,7 +87,7 @@ function knapsackDPComp(wgt, val, cap) {
     return dp[cap];
 }
 
-/* Driver Code */
+/* 実行用コード */
 const wgt = [10, 20, 30, 40, 50];
 const val = [50, 120, 150, 210, 240];
 const cap = 50;
@@ -95,19 +95,19 @@ const n = wgt.length;
 
 // 全探索
 let res = knapsackDFS(wgt, val, n, cap);
-console.log(`ナップサック容量を超えない最大価値は ${res}`);
+console.log(`ナップサックの容量を超えない品物の最大価値は ${res}`);
 
 // メモ化探索
 const mem = Array.from({ length: n + 1 }, () =>
     Array.from({ length: cap + 1 }, () => -1)
 );
 res = knapsackDFSMem(wgt, val, mem, n, cap);
-console.log(`ナップサック容量を超えない最大価値は ${res}`);
+console.log(`ナップサックの容量を超えない品物の最大価値は ${res}`);
 
 // 動的計画法
 res = knapsackDP(wgt, val, cap);
-console.log(`ナップサック容量を超えない最大価値は ${res}`);
+console.log(`ナップサックの容量を超えない品物の最大価値は ${res}`);
 
-// 空間最適化後の動的計画法
+// 空間を最適化した動的計画法
 res = knapsackDPComp(wgt, val, cap);
-console.log(`ナップサック容量を超えない最大価値は ${res}`);
+console.log(`ナップサックの容量を超えない品物の最大価値は ${res}`);

ja/codes/javascript/chapter_dynamic_programming/min_cost_climbing_stairs_dp.js

@@ -4,25 +4,25 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* 階段登りの最小コスト：動的計画法 */
+/* 階段を上る最小コスト：動的計画法 */
 function minCostClimbingStairsDP(cost) {
     const n = cost.length - 1;
     if (n === 1 || n === 2) {
         return cost[n];
     }
-    // 部分問題の解を保存するために dp テーブルを初期化
+    // 部分問題の解を格納する dp テーブルを初期化する
     const dp = new Array(n + 1);
-    // 初期状態：最小部分問題の解をあらかじめ設定
+    // 初期状態：最小の部分問題の解を設定する
     dp[1] = cost[1];
     dp[2] = cost[2];
-    // 状態遷移：小さい部分問題から大きい部分問題へ順に解く
+    // 状態遷移：小さな部分問題から順に大きな部分問題を解く
     for (let i = 3; i <= n; i++) {
         dp[i] = Math.min(dp[i - 1], dp[i - 2]) + cost[i];
     }
     return dp[n];
 }
 
-/* 階段昇りの最小コスト：空間最適化後の動的計画法 */
+/* 階段を上る最小コスト：空間を最適化した動的計画法 */
 function minCostClimbingStairsDPComp(cost) {
     const n = cost.length - 1;
     if (n === 1 || n === 2) {
@@ -38,12 +38,12 @@ function minCostClimbingStairsDPComp(cost) {
     return b;
 }
 
-/* Driver Code */
+/* 実行用コード */
 const cost = [0, 1, 10, 1, 1, 1, 10, 1, 1, 10, 1];
-console.log('入力された階段コストのリストは：', cost);
+console.log('入力した階段のコストのリスト：', cost);
 
 let res = minCostClimbingStairsDP(cost);
-console.log(`階段を上り切る最小コストは：${res}`);
+console.log(`階段を上り終える最小コストは：${res}`);
 
 res = minCostClimbingStairsDPComp(cost);
-console.log(`階段を上り切る最小コストは：${res}`);
+console.log(`階段を上り終える最小コストは：${res}`);

ja/codes/javascript/chapter_dynamic_programming/min_path_sum.js

@@ -10,14 +10,14 @@ function minPathSumDFS(grid, i, j) {
     if (i === 0 && j === 0) {
         return grid[0][0];
     }
-    // 行または列のインデックスが範囲外なら、コスト +∞ を返す
+    // 行または列のインデックスが範囲外の場合、コスト +∞ を返す
     if (i < 0 || j < 0) {
         return Infinity;
     }
     // 左上から (i-1, j) および (i, j-1) までの最小経路コストを計算する
     const up = minPathSumDFS(grid, i - 1, j);
     const left = minPathSumDFS(grid, i, j - 1);
-    // 左上隅から (i, j) までの最小経路コストを返す
+    // 左上から (i, j) までの最小経路コストを返す
     return Math.min(left, up) + grid[i][j];
 }
 
@@ -27,15 +27,15 @@ function minPathSumDFSMem(grid, mem, i, j) {
     if (i === 0 && j === 0) {
         return grid[0][0];
     }
-    // 行または列のインデックスが範囲外なら、コスト +∞ を返す
+    // 行または列のインデックスが範囲外の場合、コスト +∞ を返す
     if (i < 0 || j < 0) {
         return Infinity;
     }
-    // 既に記録があればそのまま返す
+    // 記録済みなら、その値をそのまま返す
     if (mem[i][j] !== -1) {
         return mem[i][j];
     }
-    // 左と上のセルからの最小経路コスト
+    // 左隣と上隣のセルまでの最小経路コスト
     const up = minPathSumDFSMem(grid, mem, i - 1, j);
     const left = minPathSumDFSMem(grid, mem, i, j - 1);
     // 左上から (i, j) までの最小経路コストを記録して返す
@@ -47,7 +47,7 @@ function minPathSumDFSMem(grid, mem, i, j) {
 function minPathSumDP(grid) {
     const n = grid.length,
         m = grid[0].length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: n }, () =>
         Array.from({ length: m }, () => 0)
     );
@@ -60,7 +60,7 @@ function minPathSumDP(grid) {
     for (let i = 1; i < n; i++) {
         dp[i][0] = dp[i - 1][0] + grid[i][0];
     }
-    // 状態遷移: 残りの行と列
+    // 状態遷移：残りの行と列
     for (let i = 1; i < n; i++) {
         for (let j = 1; j < m; j++) {
             dp[i][j] = Math.min(dp[i][j - 1], dp[i - 1][j]) + grid[i][j];
@@ -69,11 +69,11 @@ function minPathSumDP(grid) {
     return dp[n - 1][m - 1];
 }
 
-/* 最小経路和：空間最適化後の動的計画法 */
+/* 最小経路和：空間を最適化した動的計画法 */
 function minPathSumDPComp(grid) {
     const n = grid.length,
         m = grid[0].length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = new Array(m);
     // 状態遷移：先頭行
     dp[0] = grid[0][0];
@@ -92,7 +92,7 @@ function minPathSumDPComp(grid) {
     return dp[m - 1];
 }
 
-/* Driver Code */
+/* 実行用コード */
 const grid = [
     [1, 3, 1, 5],
     [2, 2, 4, 2],
@@ -116,6 +116,6 @@ console.log(`左上から右下までの最小経路和は ${res}`);
 res = minPathSumDP(grid);
 console.log(`左上から右下までの最小経路和は ${res}`);
 
-// 空間最適化後の動的計画法
+// 空間を最適化した動的計画法
 res = minPathSumDPComp(grid);
 console.log(`左上から右下までの最小経路和は ${res}`);

ja/codes/javascript/chapter_dynamic_programming/unbounded_knapsack.js

@@ -4,10 +4,10 @@
  * Author: Gaofer Chou ([email protected])
  */
 
-/* 完全ナップサック問題：動的計画法 */
+/* 個数制限なしナップサック問題：動的計画法 */
 function unboundedKnapsackDP(wgt, val, cap) {
     const n = wgt.length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: n + 1 }, () =>
         Array.from({ length: cap + 1 }, () => 0)
     );
@@ -15,10 +15,10 @@ function unboundedKnapsackDP(wgt, val, cap) {
     for (let i = 1; i <= n; i++) {
         for (let c = 1; c <= cap; c++) {
             if (wgt[i - 1] > c) {
-                // ナップサック容量を超えるなら品物 i は選ばない
+                // ナップサックの容量を超える場合、品物 i を選ばない
                 dp[i][c] = dp[i - 1][c];
             } else {
-                // 品物 i を選ばない場合と選ぶ場合の大きい方
+                // 品物 i を選ばない場合と選ぶ場合の大きいほうの値
                 dp[i][c] = Math.max(
                     dp[i - 1][c],
                     dp[i][c - wgt[i - 1]] + val[i - 1]
@@ -29,19 +29,19 @@ function unboundedKnapsackDP(wgt, val, cap) {
     return dp[n][cap];
 }
 
-/* 完全ナップサック問題：空間最適化後の動的計画法 */
+/* 個数制限なしナップサック問題：空間を最適化した動的計画法 */
 function unboundedKnapsackDPComp(wgt, val, cap) {
     const n = wgt.length;
-    // dp テーブルを初期化
+    // dp テーブルを初期化する
     const dp = Array.from({ length: cap + 1 }, () => 0);
     // 状態遷移
     for (let i = 1; i <= n; i++) {
         for (let c = 1; c <= cap; c++) {
             if (wgt[i - 1] > c) {
-                // ナップサック容量を超えるなら品物 i は選ばない
+                // ナップサックの容量を超える場合、品物 i を選ばない
                 dp[c] = dp[c];
             } else {
-                // 品物 i を選ばない場合と選ぶ場合の大きい方
+                // 品物 i を選ばない場合と選ぶ場合の大きいほうの値
                 dp[c] = Math.max(dp[c], dp[c - wgt[i - 1]] + val[i - 1]);
             }
         }
@@ -49,15 +49,15 @@ function unboundedKnapsackDPComp(wgt, val, cap) {
     return dp[cap];
 }
 
-/* Driver Code */
+/* 実行用コード */
 const wgt = [1, 2, 3];
 const val = [5, 11, 15];
 const cap = 4;
 
 // 動的計画法
 let res = unboundedKnapsackDP(wgt, val, cap);
-console.log(`ナップサック容量を超えない最大価値は ${res}`);
+console.log(`ナップサックの容量を超えない品物の最大価値は ${res}`);
 
-// 空間最適化後の動的計画法
+// 空間を最適化した動的計画法
 res = unboundedKnapsackDPComp(wgt, val, cap);
-console.log(`ナップサック容量を超えない最大価値は ${res}`);
+console.log(`ナップサックの容量を超えない品物の最大価値は ${res}`);