build

chapter_greedy/max_capacity_problem.md

@@ -35,7 +35,7 @@ $$
 
 <p align="center"> 图：初始状态 </p>
 
-我们发现，**如果此时将长板 $j$ 向短板 $i$ 靠近，则容量一定变小**。这是因为在移动长板 $j$ 后：
+如下图所示，**若此时将长板 $j$ 向短板 $i$ 靠近，则容量一定变小**。这是因为在移动长板 $j$ 后：
 
 - 宽度 $j-i$ 肯定变小。
 - 高度由短板决定，因此高度只可能不变（ $i$ 仍为短板）或变小（移动后的 $j$ 成为短板）。
@@ -44,13 +44,15 @@ $$
 
 <p align="center"> 图：向内移动长板后的状态 </p>
 
-反向思考，**我们只有向内收缩短板 $i$ ，才有可能使容量变大**。因为虽然宽度一定变小，**但高度可能会变大**（移动后的短板 $i$ 可能会变长）。
+反向思考，**我们只有向内收缩短板 $i$ ，才有可能使容量变大**。因为虽然宽度一定变小，**但高度可能会变大**（移动后的短板 $i$ 可能会变长）。例如在下图中，移动短板后面积变大。
 
-![向内移动长板后的状态](max_capacity_problem.assets/max_capacity_moving_short_board.png)
+![向内移动短板后的状态](max_capacity_problem.assets/max_capacity_moving_short_board.png)
 
-<p align="center"> 图：向内移动长板后的状态 </p>
+<p align="center"> 图：向内移动短板后的状态 </p>
 
-由此便可推出本题的贪心策略：
+由此便可推出本题的贪心策略：初始化两指针分裂容器两端，每轮向内收缩短板对应的指针，直至两指针相遇。
+
+下图展示了贪心策略的执行过程。
 
 1. 初始状态下，指针 $i$ , $j$ 分列与数组两端。
 2. 计算当前状态的容量 $cap[i, j]$ ，并更新最大容量。
@@ -299,7 +301,7 @@ $$
 
 之所以贪心比穷举更快，是因为每轮的贪心选择都会“跳过”一些状态。
 
-比如在状态 $cap[i, j]$ 下，$i$ 为短板、$j$ 为长板。若贪心地将短板 $i$ 向内移动一格，会导致以下状态被“跳过”。**这意味着之后无法验证这些状态的容量大小**。
+比如在状态 $cap[i, j]$ 下，$i$ 为短板、$j$ 为长板。若贪心地将短板 $i$ 向内移动一格，会导致下图所示的状态被“跳过”。**这意味着之后无法验证这些状态的容量大小**。
 
 $$
 cap[i, i+1], cap[i, i+2], \dots, cap[i, j-2], cap[i, j-1]