Update 01.Knapsack-Problem-01.md

itcharge · itcharge · commit ef99688136a0 · 2023-03-27T18:08:26.000+08:00
diff --git a/Contents/10.Dynamic-Programming/04.Knapsack-Problem/01.Knapsack-Problem-01.md b/Contents/10.Dynamic-Programming/04.Knapsack-Problem/01.Knapsack-Problem-01.md
@@ -56,7 +56,7 @@ $dp[i][w] = \begin{cases} dp[i - 1][w] & w < weight[i - 1] \cr max \lbrace dp[i
 
 ###### 4. 初始条件
 
-- 如果背包容量为 $0$，则无论选取什么物品，可以获得的最大价值一定是 $0$，即 $dp[i][0] = 0$。
+- 如果背包载重上限为 $0$，则无论选取什么物品，可以获得的最大价值一定是 $0$，即 $dp[i][0] = 0$。
 - 前 $0$ 件物品所能获得的最大价值一定为 $0$，即 $dp[0][w] = 0$。
 
 ###### 5. 最终结果
@@ -128,7 +128,7 @@ $dp[w] = \begin{cases} dp[w] & w < weight[i - 1] \cr max \lbrace dp[w], dp[w - w
 
 ###### 4. 初始条件
 
-- 如果背包容量为 $0$，则无论选取什么物品，可以获得的最大价值一定是 $0$，即 $dp[0] = 0$。
+- 如果背包载重上限为 $0$，则无论选取什么物品，可以获得的最大价值一定是 $0$，即 $dp[0] = 0$。
 
 ###### 5. 最终结果
 
@@ -222,7 +222,7 @@ $dp[w] = \begin{cases} dp[w] & w < nums[i - 1] \cr max \lbrace dp[w], \quad dp[w
 
 ###### 4. 初始条件
 
-- 如果背包容量为 $0$，则无论选取什么元素，可以获得的元素和一定是 $0$，即 $dp[0] = 0$。
+- 如果背包载重上限为 $0$，则无论选取什么元素，可以获得的元素和一定是 $0$，即 $dp[0] = 0$。
 
 ###### 5. 最终结果
 
