build

chapter_dynamic_programming/knapsack_problem.md

@@ -2,7 +2,7 @@
 comments: true
 ---
 
-# 13.4.   0-1 背包问题
+# 14.4.   0-1 背包问题
 
 背包问题是一个非常好的动态规划入门题目，是动态规划中最常见的问题形式。其具有很多变种，例如 0-1 背包问题、完全背包问题、多重背包问题等。
 
@@ -55,7 +55,7 @@ $$
 
     完成以上三步后，我们可以直接实现从底至顶的动态规划解法。而为了展示本题包含的重叠子问题，本文也同时给出从顶至底的暴力搜索和记忆化搜索解法。
 
-## 13.4.1.   方法一：暴力搜索
+## 14.4.1.   方法一：暴力搜索
 
 搜索代码包含以下要素：
 
@@ -194,7 +194,7 @@ $$
 
 <p align="center"> Fig. 0-1 背包的暴力搜索递归树 </p>
 
-## 13.4.2. &nbsp; 方法二：记忆化搜索
+## 14.4.2. &nbsp; 方法二：记忆化搜索
 
 为了防止重复求解重叠子问题，我们借助一个记忆列表 `mem` 来记录子问题的解，其中 `mem[i][c]` 对应解 $dp[i, c]$ 。
 
@@ -348,7 +348,7 @@ $$
 
 <p align="center"> Fig. 0-1 背包的记忆化搜索递归树 </p>
 
-## 13.4.3. &nbsp; 方法三：动态规划
+## 14.4.3. &nbsp; 方法三：动态规划
 
 动态规划解法本质上就是在状态转移中填充 $dp$ 表的过程，代码如下所示。