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/python/chapter_dynamic_programming/climbing_stairs_backtrack.py

@@ -7,31 +7,31 @@ Author: krahets (krahets@163.com)
 
 def backtrack(choices: list[int], state: int, n: int, res: list[int]) -> int:
     """バックトラッキング"""
-    # 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[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 choice in 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
 
 
 def climbing_stairs_backtrack(n: int) -> int:
-    """階段登り：バックトラッキング"""
-    choices = [1, 2]  # 1 段または 2 段上ることを選べる
-    state = 0  # 第 0 段から上り始める
-    res = [0]  # res[0] を使って方法数を記録する
+    """階段の上り方：バックトラッキング"""
+    choices = [1, 2]  # 1 段または 2 段上ることを選択できる
+    state = 0  # 0 段目から上り始める
+    res = [0]  # res[0] に方法の数を記録する
     backtrack(choices, state, n, res)
     return res[0]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     n = 9
 
     res = climbing_stairs_backtrack(n)
-    print(f"{n} 段の階段を上る方法は全部で {res} 通りです")
+    print(f"{n} 段の階段を上る方法は全部で {res} 通り")

ja/codes/python/chapter_dynamic_programming/climbing_stairs_constraint_dp.py

@@ -6,24 +6,24 @@ Author: krahets (krahets@163.com)
 
 
 def climbing_stairs_constraint_dp(n: int) -> int:
-    """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"""
     if n == 1 or 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
     dp = [[0] * 3 for _ in range(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][1], dp[1][2] = 1, 0
     dp[2][1], dp[2][2] = 0, 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 i in range(3, n + 1):
         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]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     n = 9
 
     res = climbing_stairs_constraint_dp(n)
-    print(f"{n} 段の階段を上る方法は全部で {res} 通りです")
+    print(f"{n} 段の階段を上る方法は全部で {res} 通り")

ja/codes/python/chapter_dynamic_programming/climbing_stairs_dfs.py

@@ -6,8 +6,8 @@ Author: krahets (krahets@163.com)
 
 
 def dfs(i: int) -> int:
-    """検索"""
-    # dp[1] と dp[2] は既知なので返す
+    """探索"""
+    # dp[1] と dp[2] は既知なので、その値を返す
     if i == 1 or i == 2:
         return i
     # dp[i] = dp[i-1] + dp[i-2]
@@ -16,13 +16,13 @@ def dfs(i: int) -> int:
 
 
 def climbing_stairs_dfs(n: int) -> int:
-    """階段登り：探索"""
+    """階段の上り方：探索"""
     return dfs(n)
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     n = 9
 
     res = climbing_stairs_dfs(n)
-    print(f"{n} 段の階段を上る方法は全部で {res} 通りです")
+    print(f"{n} 段の階段を上る方法は全部で {res} 通り")

ja/codes/python/chapter_dynamic_programming/climbing_stairs_dfs_mem.py

@@ -7,10 +7,10 @@ Author: krahets (krahets@163.com)
 
 def dfs(i: int, mem: list[int]) -> int:
     """メモ化探索"""
-    # 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 or 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]
@@ -21,15 +21,15 @@ def dfs(i: int, mem: list[int]) -> int:
 
 
 def climbing_stairs_dfs_mem(n: int) -> int:
-    """階段登り：メモ化探索"""
-    # 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
+    """階段の上り方：メモ化探索"""
+    # 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
     mem = [-1] * (n + 1)
     return dfs(n, mem)
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     n = 9
 
     res = climbing_stairs_dfs_mem(n)
-    print(f"{n} 段の階段を上る方法は全部で {res} 通りです")
+    print(f"{n} 段の階段を上る方法は全部で {res} 通り")

ja/codes/python/chapter_dynamic_programming/climbing_stairs_dp.py

@@ -6,21 +6,21 @@ Author: krahets (krahets@163.com)
 
 
 def climbing_stairs_dp(n: int) -> int:
-    """階段登り：動的計画法"""
+    """階段の上り方：動的計画法"""
     if n == 1 or 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
     dp = [0] * (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], dp[2] = 1, 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 i in range(3, n + 1):
         dp[i] = dp[i - 1] + dp[i - 2]
     return dp[n]
 
 
 def climbing_stairs_dp_comp(n: int) -> int:
-    """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"""
     if n == 1 or n == 2:
         return n
     a, b = 1, 2
@@ -29,12 +29,12 @@ def climbing_stairs_dp_comp(n: int) -> int:
     return b
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     n = 9
 
     res = climbing_stairs_dp(n)
-    print(f"{n} 段の階段を上る方法は全部で {res} 通りです")
+    print(f"{n} 段の階段を上る方法は全部で {res} 通り")
 
     res = climbing_stairs_dp_comp(n)
-    print(f"{n} 段の階段を上る方法は全部で {res} 通りです")
+    print(f"{n} 段の階段を上る方法は全部で {res} 通り")

ja/codes/python/chapter_dynamic_programming/coin_change.py

@@ -6,31 +6,31 @@ Author: krahets (krahets@163.com)
 
 
 def coin_change_dp(coins: list[int], amt: int) -> int:
-    """コイン両替：動的計画法"""
+    """硬貨の両替：動的計画法"""
     n = len(coins)
     MAX = amt + 1
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [[0] * (amt + 1) for _ in range(n + 1)]
     # 状態遷移：先頭行と先頭列
     for a in range(1, amt + 1):
         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 i in range(1, n + 1):
         for a in range(1, amt + 1):
             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] = min(dp[i - 1][a], dp[i][a - coins[i - 1]] + 1)
     return dp[n][amt] if dp[n][amt] != MAX else -1
 
 
 def coin_change_dp_comp(coins: list[int], amt: int) -> int:
-    """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"""
     n = len(coins)
     MAX = amt + 1
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [MAX] * (amt + 1)
     dp[0] = 0
     # 状態遷移
@@ -38,23 +38,23 @@ def coin_change_dp_comp(coins: list[int], amt: int) -> int:
         # 順方向に走査する
         for a in range(1, amt + 1):
             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] = min(dp[a], dp[a - coins[i - 1]] + 1)
     return dp[amt] if dp[amt] != MAX else -1
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     coins = [1, 2, 5]
     amt = 4
 
     # 動的計画法
     res = coin_change_dp(coins, amt)
-    print(f"目標金額を作るのに必要な最小硬貨枚数は {res}")
+    print(f"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 = coin_change_dp_comp(coins, amt)
-    print(f"目標金額を作るのに必要な最小硬貨枚数は {res}")
+    print(f"目標金額にするために必要な硬貨の最小枚数は {res}")

ja/codes/python/chapter_dynamic_programming/coin_change_ii.py

@@ -6,9 +6,9 @@ Author: krahets (krahets@163.com)
 
 
 def coin_change_ii_dp(coins: list[int], amt: int) -> int:
-    """コイン両替 II：動的計画法"""
+    """硬貨の両替 II：動的計画法"""
     n = len(coins)
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [[0] * (amt + 1) for _ in range(n + 1)]
     # 先頭列を初期化する
     for i in range(n + 1):
@@ -17,18 +17,18 @@ def coin_change_ii_dp(coins: list[int], amt: int) -> int:
     for i in range(1, n + 1):
         for a in range(1, amt + 1):
             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]]
     return dp[n][amt]
 
 
 def coin_change_ii_dp_comp(coins: list[int], amt: int) -> int:
-    """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"""
     n = len(coins)
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [0] * (amt + 1)
     dp[0] = 1
     # 状態遷移
@@ -36,23 +36,23 @@ def coin_change_ii_dp_comp(coins: list[int], amt: int) -> int:
         # 順方向に走査する
         for a in range(1, amt + 1):
             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]]
     return dp[amt]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     coins = [1, 2, 5]
     amt = 5
 
     # 動的計画法
     res = coin_change_ii_dp(coins, amt)
-    print(f"目標金額を作る硬貨の組み合わせ数は {res}")
+    print(f"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 = coin_change_ii_dp_comp(coins, amt)
-    print(f"目標金額を作る硬貨の組み合わせ数は {res}")
+    print(f"目標金額になる硬貨の組み合わせの数は {res}")

ja/codes/python/chapter_dynamic_programming/edit_distance.py

@@ -6,20 +6,20 @@ Author: krahets (krahets@163.com)
 
 
 def edit_distance_dfs(s: str, t: str, i: int, j: int) -> int:
-    """編集距離：総当たり探索"""
-    # s と t がともに空なら 0 を返す
+    """編集距離：全探索"""
+    # s と t がともに空の場合、0 を返す
     if i == 0 and 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[i - 1] == t[j - 1]:
         return edit_distance_dfs(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
     insert = edit_distance_dfs(s, t, i, j - 1)
     delete = edit_distance_dfs(s, t, i - 1, j)
     replace = edit_distance_dfs(s, t, i - 1, j - 1)
@@ -29,22 +29,22 @@ def edit_distance_dfs(s: str, t: str, i: int, j: int) -> int:
 
 def edit_distance_dfs_mem(s: str, t: str, mem: list[list[int]], i: int, j: int) -> int:
     """編集距離：メモ化探索"""
-    # 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 and 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[i - 1] == t[j - 1]:
         return edit_distance_dfs_mem(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
     insert = edit_distance_dfs_mem(s, t, mem, i, j - 1)
     delete = edit_distance_dfs_mem(s, t, mem, i - 1, j)
     replace = edit_distance_dfs_mem(s, t, mem, i - 1, j - 1)
@@ -62,20 +62,20 @@ def edit_distance_dp(s: str, t: str) -> int:
         dp[i][0] = i
     for j in range(1, m + 1):
         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 i in range(1, n + 1):
         for j in range(1, m + 1):
             if s[i - 1] == t[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] = min(dp[i][j - 1], dp[i - 1][j], dp[i - 1][j - 1]) + 1
     return dp[n][m]
 
 
 def edit_distance_dp_comp(s: str, t: str) -> int:
-    """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"""
     n, m = len(s), len(t)
     dp = [0] * (m + 1)
     # 状態遷移：先頭行
@@ -90,16 +90,16 @@ def edit_distance_dp_comp(s: str, t: str) -> int:
         for j in range(1, m + 1):
             temp = dp[j]
             if s[i - 1] == t[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] = 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
     return dp[m]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     s = "bag"
     t = "pack"
@@ -107,17 +107,17 @@ if __name__ == "__main__":
 
     # 全探索
     res = edit_distance_dfs(s, t, n, m)
-    print(f"{s} を {t} に変更するには最小で {res} 回の編集が必要です")
+    print(f"{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
     mem = [[-1] * (m + 1) for _ in range(n + 1)]
     res = edit_distance_dfs_mem(s, t, mem, n, m)
-    print(f"{s} を {t} に変更するには最小で {res} 回の編集が必要です")
+    print(f"{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 = edit_distance_dp(s, t)
-    print(f"{s} を {t} に変更するには最小で {res} 回の編集が必要です")
+    print(f"{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 = edit_distance_dp_comp(s, t)
-    print(f"{s} を {t} に変更するには最小で {res} 回の編集が必要です")
+    print(f"{s} を {t} に変更するには最低 {res} 回の編集が必要")

ja/codes/python/chapter_dynamic_programming/knapsack.py

@@ -6,77 +6,77 @@ Author: krahets (krahets@163.com)
 
 
 def knapsack_dfs(wgt: list[int], val: list[int], i: int, c: int) -> int:
-    """0-1 ナップサック：総当たり探索"""
-    # 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
+    """0-1 ナップサック問題：全探索"""
+    # 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 or 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 knapsack_dfs(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
     no = knapsack_dfs(wgt, val, i - 1, c)
     yes = knapsack_dfs(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 max(no, yes)
 
 
 def knapsack_dfs_mem(
     wgt: list[int], val: list[int], mem: list[list[int]], i: int, c: int
 ) -> int:
-    """0-1 ナップサック：メモ化探索"""
-    # 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
+    """0-1 ナップサック問題：メモ化探索"""
+    # 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 or 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 knapsack_dfs_mem(wgt, val, mem, 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
     no = knapsack_dfs_mem(wgt, val, mem, i - 1, c)
     yes = knapsack_dfs_mem(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] = max(no, yes)
     return mem[i][c]
 
 
 def knapsack_dp(wgt: list[int], val: list[int], cap: int) -> int:
-    """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"""
     n = len(wgt)
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [[0] * (cap + 1) for _ in range(n + 1)]
     # 状態遷移
     for i in range(1, n + 1):
         for c in range(1, cap + 1):
             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] = max(dp[i - 1][c], dp[i - 1][c - wgt[i - 1]] + val[i - 1])
     return dp[n][cap]
 
 
 def knapsack_dp_comp(wgt: list[int], val: list[int], cap: int) -> int:
-    """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"""
     n = len(wgt)
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [0] * (cap + 1)
     # 状態遷移
     for i in range(1, n + 1):
         # 逆順に走査する
         for c in range(cap, 0, -1):
             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] = max(dp[c], dp[c - wgt[i - 1]] + val[i - 1])
     return dp[cap]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     wgt = [10, 20, 30, 40, 50]
     val = [50, 120, 150, 210, 240]
@@ -85,17 +85,17 @@ if __name__ == "__main__":
 
     # 全探索
     res = knapsack_dfs(wgt, val, n, cap)
-    print(f"ナップサック容量を超えない最大価値は {res}")
+    print(f"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
     mem = [[-1] * (cap + 1) for _ in range(n + 1)]
     res = knapsack_dfs_mem(wgt, val, mem, n, cap)
-    print(f"ナップサック容量を超えない最大価値は {res}")
+    print(f"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 = knapsack_dp(wgt, val, cap)
-    print(f"ナップサック容量を超えない最大価値は {res}")
+    print(f"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 = knapsack_dp_comp(wgt, val, cap)
-    print(f"ナップサック容量を超えない最大価値は {res}")
+    print(f"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/python/chapter_dynamic_programming/min_cost_climbing_stairs_dp.py

@@ -6,22 +6,22 @@ Author: krahets (krahets@163.com)
 
 
 def min_cost_climbing_stairs_dp(cost: list[int]) -> int:
-    """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"""
     n = len(cost) - 1
     if n == 1 or 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
     dp = [0] * (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], dp[2] = cost[1], 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 i in range(3, n + 1):
         dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]
     return dp[n]
 
 
 def min_cost_climbing_stairs_dp_comp(cost: list[int]) -> int:
-    """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"""
     n = len(cost) - 1
     if n == 1 or n == 2:
         return cost[n]
@@ -31,13 +31,13 @@ def min_cost_climbing_stairs_dp_comp(cost: list[int]) -> int:
     return b
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     cost = [0, 1, 10, 1, 1, 1, 10, 1, 1, 10, 1]
-    print(f"入力された階段コストのリストは {cost}")
+    print(f"入力した階段のコストのリストは {cost}")
 
     res = min_cost_climbing_stairs_dp(cost)
-    print(f"階段を上り切る最小コストは {res}")
+    print(f"階段を上り終える最小コストは {res}")
 
     res = min_cost_climbing_stairs_dp_comp(cost)
-    print(f"階段を上り切る最小コストは {res}")
+    print(f"階段を上り終える最小コストは {res}")

ja/codes/python/chapter_dynamic_programming/min_path_sum.py

@@ -12,13 +12,13 @@ def min_path_sum_dfs(grid: list[list[int]], i: int, j: int) -> int:
     # 左上のセルなら探索を終了する
     if i == 0 and 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 or j < 0:
         return inf
     # 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
     up = min_path_sum_dfs(grid, i - 1, j)
     left = min_path_sum_dfs(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 min(left, up) + grid[i][j]
 
 
@@ -29,13 +29,13 @@ def min_path_sum_dfs_mem(
     # 左上のセルなら探索を終了する
     if i == 0 and 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 or j < 0:
         return inf
-    # 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
     up = min_path_sum_dfs_mem(grid, mem, i - 1, j)
     left = min_path_sum_dfs_mem(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
@@ -46,7 +46,7 @@ def min_path_sum_dfs_mem(
 def min_path_sum_dp(grid: list[list[int]]) -> int:
     """最小経路和：動的計画法"""
     n, m = len(grid), len(grid[0])
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [[0] * m for _ in range(n)]
     dp[0][0] = grid[0][0]
     # 状態遷移：先頭行
@@ -55,7 +55,7 @@ def min_path_sum_dp(grid: list[list[int]]) -> int:
     # 状態遷移：先頭列
     for i in range(1, n):
         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 i in range(1, n):
         for j in range(1, m):
             dp[i][j] = min(dp[i][j - 1], dp[i - 1][j]) + grid[i][j]
@@ -63,9 +63,9 @@ def min_path_sum_dp(grid: list[list[int]]) -> int:
 
 
 def min_path_sum_dp_comp(grid: list[list[int]]) -> int:
-    """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"""
     n, m = len(grid), len(grid[0])
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [0] * m
     # 状態遷移：先頭行
     dp[0] = grid[0][0]
@@ -81,7 +81,7 @@ def min_path_sum_dp_comp(grid: list[list[int]]) -> int:
     return dp[m - 1]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     grid = [[1, 3, 1, 5], [2, 2, 4, 2], [5, 3, 2, 1], [4, 3, 5, 2]]
     n, m = len(grid), len(grid[0])
@@ -99,6 +99,6 @@ if __name__ == "__main__":
     res = min_path_sum_dp(grid)
     print(f"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 = min_path_sum_dp_comp(grid)
     print(f"左上から右下までの最小経路和は {res}")

ja/codes/python/chapter_dynamic_programming/unbounded_knapsack.py

@@ -6,41 +6,41 @@ Author: krahets (krahets@163.com)
 
 
 def unbounded_knapsack_dp(wgt: list[int], val: list[int], cap: int) -> int:
-    """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"""
     n = len(wgt)
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [[0] * (cap + 1) for _ in range(n + 1)]
     # 状態遷移
     for i in range(1, n + 1):
         for c in range(1, cap + 1):
             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] = max(dp[i - 1][c], dp[i][c - wgt[i - 1]] + val[i - 1])
     return dp[n][cap]
 
 
 def unbounded_knapsack_dp_comp(wgt: list[int], val: list[int], cap: int) -> int:
-    """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"""
     n = len(wgt)
-    # dp テーブルを初期化
+    # dp テーブルを初期化する
     dp = [0] * (cap + 1)
     # 状態遷移
     for i in range(1, n + 1):
         # 順方向に走査する
         for c in range(1, cap + 1):
             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] = max(dp[c], dp[c - wgt[i - 1]] + val[i - 1])
     return dp[cap]
 
 
-"""Driver Code"""
+"""実行用コード"""
 if __name__ == "__main__":
     wgt = [1, 2, 3]
     val = [5, 11, 15]
@@ -48,8 +48,8 @@ if __name__ == "__main__":
 
     # 動的計画法
     res = unbounded_knapsack_dp(wgt, val, cap)
-    print(f"ナップサック容量を超えない最大価値は {res}")
+    print(f"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 = unbounded_knapsack_dp_comp(wgt, val, cap)
-    print(f"ナップサック容量を超えない最大価値は {res}")
+    print(f"ナップサックの容量を超えない品物の最大価値は {res}")