build

docs/chapter_dynamic_programming/summary.md

@@ -4,9 +4,9 @@ comments: true
 
 # 14.7   小结
 
-- 动态规划对问题进行分解，并通过存储子问题的解来规避重复计算，提高 计算效率。
+- 动态规划对问题进行分解，并通过存储子问题的解来规避重复计算，提高计算效率。
 - 不考虑时间的前提下，所有动态规划问题都可以用回溯（暴力搜索）进行求解，但递归树中存在大量的重叠子问题，效率极低。通过引入记忆化列表，可以存储所有计算过的子问题的解，从而保证重叠子问题只被计算一次。
-- 记忆化递归是一种从顶至底的递归式解法，而与之对应的动态规划是一种从底至顶的递推式解法，其如同“填写表格”一样。由于当前状态仅依赖某些局部状态，因此我们可以消除 $dp$ 表的一个维度，从而降低空间复杂度。
+- 记忆化搜索是一种从顶至底的递归式解法，而与之对应的动态规划是一种从底至顶的递推式解法，其如同“填写表格”一样。由于当前状态仅依赖某些局部状态，因此我们可以消除 $dp$ 表的一个维度，从而降低空间复杂度。
 - 子问题分解是一种通用的算法思路，在分治、动态规划、回溯中具有不同的性质。
 - 动态规划问题有三大特性：重叠子问题、最优子结构、无后效性。
 - 如果原问题的最优解可以从子问题的最优解构建得来，则它就具有最优子结构。