Merge branch 'master' of github.com:youngyangyang04/leetcode-master

.gitignore

@@ -0,0 +1,7 @@
+.idea/
+.DS_Store
+.vscode
+.temp
+.cache
+*.iml
+__pycache__

README.md

@@ -399,7 +399,7 @@
 24. [图论：Bellman_ford 算法](./problems/kamacoder/0094.城市间货物运输I.md)
 25. [图论：Bellman_ford 队列优化算法（又名SPFA）](./problems/kamacoder/0094.城市间货物运输I-SPFA.md)
 26. [图论：Bellman_ford之判断负权回路](./problems/kamacoder/0095.城市间货物运输II.md)
-27. [图论：Bellman_ford之单源有限最短路](./problems/kamacoder/0095.城市间货物运输II.md)
+27. [图论：Bellman_ford之单源有限最短路](./problems/kamacoder/0096.城市间货物运输III.md)
 28. [图论：Floyd 算法](./problems/kamacoder/0097.小明逛公园.md)
 29. [图论：A * 算法](./problems/kamacoder/0126.骑士的攻击astar.md)
 30. [图论：最短路算法总结篇](./problems/kamacoder/最短路问题总结篇.md)

problems/0005.最长回文子串.md

@@ -256,7 +256,60 @@ public:
 * 时间复杂度：O(n^2)
 * 空间复杂度：O(1)
 
+### Manacher 算法
 
+Manacher 算法的关键在于高效利用回文的对称性，通过插入分隔符和维护中心、边界等信息，在线性时间内找到最长回文子串。这种方法避免了重复计算，是处理回文问题的最优解。
+
+```c++
+//Manacher 算法
+class Solution {
+public:
+    string longestPalindrome(string s) {
+        // 预处理字符串，在每个字符之间插入 '#'
+        string t = "#";
+        for (char c : s) {
+            t += c; // 添加字符
+            t += '#';// 添加分隔符
+        }
+        int n = t.size();// 新字符串的长度
+        vector<int> p(n, 0);// p[i] 表示以 t[i] 为中心的回文半径
+        int center = 0, right = 0;// 当前回文的中心和右边界
+        
+
+        // 遍历预处理后的字符串
+        for (int i = 0; i < n; i++) {
+             // 如果当前索引在右边界内，利用对称性初始化 p[i]
+            if (i < right) {
+                p[i] = min(right - i, p[2 * center - i]);
+            }
+             // 尝试扩展回文
+            while (i - p[i] - 1 >= 0 && i + p[i] + 1 < n && t[i - p[i] - 1] == t[i + p[i] + 1]) {
+                p[i]++;// 增加回文半径
+            }
+            // 如果当前回文扩展超出右边界，更新中心和右边界
+            if (i + p[i] > right) {
+                center = i;// 更新中心
+                right = i + p[i];// 更新右边界
+            }
+        }
+       // 找到最大回文半径和对应的中心
+        int maxLen = 0, centerIndex = 0;
+        for (int i = 0; i < n; i++) {
+            if (p[i] > maxLen) {
+                maxLen = p[i];// 更新最大回文长度
+                centerIndex = i;// 更新中心索引
+            }
+        }
+        // 计算原字符串中回文子串的起始位置并返回
+        return s.substr((centerIndex - maxLen) / 2, maxLen);
+    }
+};
+```
+
+
+
+* 时间复杂度：O(n)
+* 空间复杂度：O(n)
 
 ## 其他语言版本
 
@@ -682,3 +735,4 @@ public class Solution {
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>
 </a>
+

problems/0046.全排列.md

@@ -201,6 +201,7 @@ class Solution {
     public void backtrack(int[] nums, LinkedList<Integer> path) {
         if (path.size() == nums.length) {
             result.add(new ArrayList<>(path));
+            return;
         }
         for (int i =0; i < nums.length; i++) {
             // 如果path中已有，则跳过
@@ -524,3 +525,4 @@ public class Solution
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>
 </a>
+

problems/0053.最大子序和.md

@@ -240,6 +240,42 @@ class Solution:
             res = max(res, dp[i])
         return res
 ```
+
+动态规划
+
+```python
+class Solution:
+    def maxSubArray(self, nums):
+        if not nums:
+            return 0
+        dp = [0] * len(nums)    # dp[i]表示包括i之前的最大连续子序列和
+        dp[0] = nums[0]
+        result = dp[0]
+        for i in range(1, len(nums)):
+            dp[i] = max(dp[i-1]+nums[i], nums[i])   # 状态转移公式
+            if dp[i] > result:
+                result = dp[i]                      # result 保存dp[i]的最大值
+        return result
+```
+
+动态规划优化
+
+```python
+class Solution:
+    def maxSubArray(self, nums: List[int]) -> int:
+        max_sum = float("-inf") # 初始化结果为负无穷大，方便比较取最大值
+        current_sum = 0         # 初始化当前连续和
+
+        for num in nums:
+
+            # 更新当前连续和
+            # 如果原本的连续和加上当前数字之后没有当前数字大，说明原本的连续和是负数，那么就直接从当前数字开始重新计算连续和
+            current_sum = max(current_sum+num, num) 
+            max_sum = max(max_sum, current_sum) # 更新结果
+
+        return max_sum
+```
+
 ### Go
 贪心法
 ```go

problems/0055.跳跃游戏.md

@@ -143,6 +143,23 @@ class Solution:
         return False
 ```
 
+```python
+## 基于当前最远可到达位置判断
+class Solution:
+    def canJump(self, nums: List[int]) -> bool:
+        far = nums[0]
+        for i in range(len(nums)):
+            # 要考虑两个情况
+            # 1. i <= far - 表示 当前位置i 可以到达
+            # 2. i > far - 表示 当前位置i 无法到达
+            if i > far:
+                return False
+            far = max(far, nums[i]+i)
+        # 如果循环正常结束，表示最后一个位置也可以到达，否则会在中途直接退出
+        # 关键点在于，要想明白其实列表中的每个位置都是需要验证能否到达的
+        return True
+```
+
 ### Go
 
 ```go

problems/0112.路径总和.md

@@ -564,10 +564,10 @@ class Solution:
             
         return False
     
-    def hasPathSum(self, root: TreeNode, sum: int) -> bool:
+    def hasPathSum(self, root: Optional[TreeNode], targetSum: int) -> bool:
         if root is None:
             return False
-        return self.traversal(root, sum - root.val)      
+        return self.traversal(root, targetSum - root.val)      
 ```
 
 (版本二) 递归 + 精简
@@ -579,12 +579,12 @@ class Solution:
 #         self.left = left
 #         self.right = right
 class Solution:
-    def hasPathSum(self, root: TreeNode, sum: int) -> bool:
+    def hasPathSum(self, root: Optional[TreeNode], targetSum: int) -> bool:
         if not root:
             return False
-        if not root.left and not root.right and sum == root.val:
+        if not root.left and not root.right and targetSum == root.val:
             return True
-        return self.hasPathSum(root.left, sum - root.val) or self.hasPathSum(root.right, sum - root.val)
+        return self.hasPathSum(root.left, targetSum - root.val) or self.hasPathSum(root.right, targetSum - root.val)
   
 ```
 (版本三) 迭代
@@ -596,7 +596,7 @@ class Solution:
 #         self.left = left
 #         self.right = right
 class Solution:
-    def hasPathSum(self, root: TreeNode, sum: int) -> bool:
+    def hasPathSum(self, root: Optional[TreeNode], targetSum: int) -> bool:
         if not root:
             return False
         # 此时栈里要放的是pair<节点指针，路径数值>
@@ -659,13 +659,13 @@ class Solution:
 
         return
 
-    def pathSum(self, root: TreeNode, sum: int) -> List[List[int]]:
+    def pathSum(self, root: Optional[TreeNode], targetSum: int) -> List[List[int]]:
         self.result.clear()
         self.path.clear()
         if not root:
             return self.result
         self.path.append(root.val) # 把根节点放进路径
-        self.traversal(root, sum - root.val)
+        self.traversal(root, targetSum - root.val)
         return self.result 
 ```
 
@@ -678,7 +678,7 @@ class Solution:
 #         self.left = left
 #         self.right = right
 class Solution:
-    def pathSum(self, root: TreeNode, targetSum: int) -> List[List[int]]:
+    def pathSum(self, root: Optional[TreeNode], targetSum: int) -> List[List[int]]:
         
         result = []
         self.traversal(root, targetSum, [], result)
@@ -703,7 +703,7 @@ class Solution:
 #         self.left = left
 #         self.right = right
 class Solution:
-    def pathSum(self, root: TreeNode, targetSum: int) -> List[List[int]]:
+    def pathSum(self, root: Optional[TreeNode], targetSum: int) -> List[List[int]]:
         if not root:
             return []
         stack = [(root, [root.val])]

problems/0122.买卖股票的最佳时机II（动态规划）.md

@@ -251,6 +251,27 @@ func max(a, b int) int {
 }
 ```
 
+```go
+// 动态规划 版本二 滚动数组
+func maxProfit(prices []int) int {
+    dp := [2][2]int{} // 注意这里只开辟了一个2 * 2大小的二维数组
+    dp[0][0] = -prices[0]
+    dp[0][1] = 0
+    for i := 1; i < len(prices); i++ {
+        dp[i%2][0] = max(dp[(i-1)%2][0], dp[(i - 1) % 2][1] - prices[i])
+        dp[i%2][1] = max(dp[(i-1)%2][1], dp[(i-1)%2][0] + prices[i])
+    }
+    return dp[(len(prices)-1)%2][1]
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
 ### JavaScript：
 
 ```javascript

problems/0123.买卖股票的最佳时机III.md

@@ -317,6 +317,7 @@ class Solution:
 ### Go:
 
 ```go
+// 版本一
 func maxProfit(prices []int) int {
     dp := make([][]int, len(prices))
     for i := 0; i < len(prices); i++ {
@@ -344,6 +345,58 @@ func max(a, b int) int {
 }
 ```
 
+```go
+// 版本二
+func maxProfit(prices []int) int {
+    if len(prices) == 0 {
+        return 0
+    }
+    dp := make([]int, 5)
+    dp[1] = -prices[0]
+    dp[3] = -prices[0]
+    for i := 1; i < len(prices); i++ {
+        dp[1] = max(dp[1], dp[0] - prices[i])
+        dp[2] = max(dp[2], dp[1] + prices[i])
+        dp[3] = max(dp[3], dp[2] - prices[i])
+        dp[4] = max(dp[4], dp[3] + prices[i])
+    }
+    return dp[4]
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
+```go
+// 版本三
+func maxProfit(prices []int) int {
+    if len(prices) == 0 {
+        return 0
+    }
+    dp := make([][5]int, len(prices))
+    dp[0][1] = -prices[0]
+    dp[0][3] = -prices[0]
+    for i := 1; i < len(prices); i++ {
+        dp[i][1] = max(dp[i-1][1], 0 - prices[i])
+        dp[i][2] = max(dp[i-1][2], dp[i-1][1] + prices[i])
+        dp[i][3] = max(dp[i-1][3], dp[i-1][2] - prices[i])
+        dp[i][4] = max(dp[i-1][4], dp[i-1][3] + prices[i])
+    }
+    return dp[len(prices)-1][4]
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
 ### JavaScript:
 
 > 版本一：

problems/0135.分发糖果.md

@@ -177,21 +177,20 @@ class Solution {
 ```python
 class Solution:
     def candy(self, ratings: List[int]) -> int:
-        candyVec = [1] * len(ratings)
+        n = len(ratings)
+        candies = [1] * n
         
-        # 从前向后遍历，处理右侧比左侧评分高的情况
+        # Forward pass: handle cases where right rating is higher than left
-        for i in range(1, len(ratings)):
+        for i in range(1, n):
             if ratings[i] > ratings[i - 1]:
-                candyVec[i] = candyVec[i - 1] + 1
+                candies[i] = candies[i - 1] + 1
         
-        # 从后向前遍历，处理左侧比右侧评分高的情况
+        # Backward pass: handle cases where left rating is higher than right
-        for i in range(len(ratings) - 2, -1, -1):
+        for i in range(n - 2, -1, -1):
             if ratings[i] > ratings[i + 1]:
-                candyVec[i] = max(candyVec[i], candyVec[i + 1] + 1)
+                candies[i] = max(candies[i], candies[i + 1] + 1)
         
-        # 统计结果
+        return sum(candies)
-        result = sum(candyVec)
-        return result
 
 ```
 

problems/0150.逆波兰表达式求值.md

@@ -108,7 +108,7 @@ public:
             }
         }
 
-        int result = st.top();
+        long long result = st.top();
         st.pop(); // 把栈里最后一个元素弹出（其实不弹出也没事）
         return result;
     }

problems/0151.翻转字符串里的单词.md

@@ -440,11 +440,10 @@ class Solution {
 ```Python
 class Solution:
     def reverseWords(self, s: str) -> str:
-        # 删除前后空白
-        s = s.strip()
         # 反转整个字符串
         s = s[::-1]
         # 将字符串拆分为单词，并反转每个单词
+        # split()函数能够自动忽略多余的空白字符
         s = ' '.join(word[::-1] for word in s.split())
         return s
 
@@ -1029,3 +1028,4 @@ public string ReverseWords(string s) {
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>
 </a>
+

problems/0189.旋转数组.md

@@ -199,7 +199,17 @@ function reverseByRange(nums: number[], left: number, right: number): void {
 }
 ```
 
-
+### Rust
+```rust
+impl Solution {
+    pub fn rotate(nums: &mut Vec<i32>, k: i32) {
+        let k = k as usize % nums.len();
+        nums.reverse();
+        nums[..k].reverse();
+        nums[k..].reverse();
+    }
+}
+```
 
 
 <p align="center">

problems/0202.快乐数.md

@@ -534,6 +534,30 @@ public class Solution {
 }
 ```
 
+### Ruby：
+
+```ruby
+# @param {Integer} n
+# @return {Boolean}
+def is_happy(n)
+    @occurred_nums = Set.new
+
+    while true
+        n = next_value(n)
+
+        return true if n == 1
+
+        return false if @occurred_nums.include?(n)
+            
+        @occurred_nums << n
+    end
+end
+
+def next_value(n)
+    n.to_s.chars.sum { |char| char.to_i ** 2 }
+end
+```
+
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>

problems/0226.翻转二叉树.md

@@ -459,7 +459,6 @@ class Solution:
 
         queue = collections.deque([root])    
         while queue:
-            for i in range(len(queue)):
             node = queue.popleft()
             node.left, node.right = node.right, node.left
             if node.left: queue.append(node.left)
@@ -1033,4 +1032,3 @@ public TreeNode InvertTree(TreeNode root) {
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>
 </a>
-

problems/0283.移动零.md

@@ -169,7 +169,20 @@ void moveZeroes(int* nums, int numsSize){
 }
 ```
 
-
+### Rust
+```rust
+impl Solution {
+    pub fn move_zeroes(nums: &mut Vec<i32>) {
+        let mut slow = 0;
+        for fast in 0..nums.len() {
+            if nums[fast] != 0 {
+                nums.swap(slow, fast);
+                slow += 1;
+            }
+        }
+    }
+}
+```
 
 
 

problems/0337.打家劫舍III.md

@@ -388,6 +388,90 @@ class Solution:
 
 ### Go 
 
+暴力递归
+
+```go
+/**
+ * Definition for a binary tree node.
+ * type TreeNode struct {
+ *     Val int
+ *     Left *TreeNode
+ *     Right *TreeNode
+ * }
+ */
+func rob(root *TreeNode) int {
+    if root == nil {
+        return 0
+    }
+    if root.Left == nil && root.Right == nil {
+        return root.Val
+    }
+    // 偷父节点
+    val1 := root.Val
+    if root.Left != nil {
+        val1 += rob(root.Left.Left) + rob(root.Left.Right) // 跳过root->left，相当于不考虑左孩子了
+    }
+    if root.Right != nil {
+        val1 += rob(root.Right.Left) + rob(root.Right.Right) // 跳过root->right，相当于不考虑右孩子了
+    }
+    // 不偷父节点
+    val2 := rob(root.Left) + rob(root.Right) // 考虑root的左右孩子
+    return max(val1, val2)
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
+记忆化递推
+
+```go
+/**
+ * Definition for a binary tree node.
+ * type TreeNode struct {
+ *     Val int
+ *     Left *TreeNode
+ *     Right *TreeNode
+ * }
+ */
+var umap = make(map[*TreeNode]int)
+
+func rob(root *TreeNode) int {
+    if root == nil {
+        return 0
+    }
+    if root.Left == nil && root.Right == nil {
+        return root.Val
+    }
+    if val, ok := umap[root]; ok {
+        return val // 如果umap里已经有记录则直接返回
+    }
+    // 偷父节点
+    val1 := root.Val
+    if root.Left != nil {
+        val1 += rob(root.Left.Left) + rob(root.Left.Right) // 跳过root->left，相当于不考虑左孩子了
+    }
+    if root.Right != nil {
+        val1 += rob(root.Right.Left) + rob(root.Right.Right) // 跳过root->right，相当于不考虑右孩子了
+    }
+    // 不偷父节点
+    val2 := rob(root.Left) + rob(root.Right) // 考虑root的左右孩子
+    umap[root] = max(val1, val2) // umap记录一下结果
+    return max(val1, val2)
+}
+
+func max(x, y int) int {
+    if x > y {
+        return x
+    }
+    return y
+}
+```
+
 动态规划
 
 ```go

problems/0450.删除二叉搜索树中的节点.md

@@ -26,7 +26,7 @@
 
 ## 算法公开课 
 
-**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[调整二叉树的结构最难！| LeetCode：450.删除二叉搜索树中的节点](https://www.bilibili.com/video/BV1tP41177us?share_source=copy_web)，相信结合视频在看本篇题解，更有助于大家对本题的理解**。
+**[《代码随想录》算法视频公开课](https://programmercarl.com/other/gongkaike.html)：[调整二叉树的结构最难！| LeetCode：450.删除二叉搜索树中的节点](https://www.bilibili.com/video/BV1tP41177us?share_source=copy_web)，相信结合视频再看本篇题解，更有助于大家对本题的理解**。
 
 ## 思路
 

problems/0452.用最少数量的箭引爆气球.md

@@ -110,7 +110,7 @@ public:
 ```
 
 * 时间复杂度：O(nlog n)，因为有一个快排
-* 空间复杂度：O(1)，有一个快排，最差情况(倒序)时，需要n次递归调用。因此确实需要O(n)的栈空间
+* 空间复杂度：O(n)，有一个快排，最差情况(倒序)时，需要n次递归调用。因此确实需要O(n)的栈空间
 
 可以看出代码并不复杂。
 
@@ -180,19 +180,25 @@ class Solution:
 ```python
 class Solution: # 不改变原数组
     def findMinArrowShots(self, points: List[List[int]]) -> int:
+        if len(points) == 0:
+            return 0
+            
         points.sort(key = lambda x: x[0])
-        sl,sr = points[0][0],points[0][1]
+
+        # points已经按照第一个坐标正序排列，因此只需要设置一个变量，记录右侧坐标（阈值）
+        # 考虑一个气球范围包含两个不相交气球的情况：气球1: [1, 10], 气球2: [2, 5], 气球3: [6, 10]
+        curr_min_right = points[0][1]
         count = 1
+        
         for i in points:
-            if i[0]>sr:
+            if i[0] > curr_min_right:
+                # 当气球左侧大于这个阈值，那么一定就需要在发射一只箭，并且将阈值更新为当前气球的右侧
                 count += 1
-                sl,sr = i[0],i[1]
+                curr_min_right = i[1]
             else:
-                sl = max(sl,i[0])
+                # 否则的话，我们只需要求阈值和当前气球的右侧的较小值来更新阈值
-                sr = min(sr,i[1])
+                curr_min_right = min(curr_min_right, i[1])
         return count
-
-
 ```
 ### Go
 ```go

problems/0454.四数相加II.md

@@ -488,6 +488,44 @@ int fourSumCount(int* nums1, int nums1Size, int* nums2, int nums2Size, int* nums
 }
 ```
 
+### Ruby:
+
+```ruby
+# @param {Integer[]} nums1
+# @param {Integer[]} nums2
+# @param {Integer[]} nums3
+# @param {Integer[]} nums4
+# @return {Integer}
+# 新思路：和版主的思路基本相同，只是对后面两个数组的二重循环，用一个方法调用外加一重循环替代，简化了一点。
+#       简单的说，就是把四数和变成了两个两数和的统计（结果放到两个 hash 中），然后再来一次两数和为0.
+#       把四个数分成两组两个数，然后分别计算每组可能的和情况，分别存入 hash 中，key 是 和，value 是 数量；
+#       最后，得到的两个 hash 只需要遍历一次，符合和为零的 value 相乘并加总。
+def four_sum_count(nums1, nums2, nums3, nums4)
+    num_to_count_1 = two_sum_mapping(nums1, nums2)
+    num_to_count_2 = two_sum_mapping(nums3, nums4)
+
+    count_sum = 0
+
+    num_to_count_1.each do |num, count|
+        count_sum += num_to_count_2[-num] * count # 反查另一个 hash，看有没有匹配的，没有的话，hash 默认值为 0，不影响加总；有匹配的，乘积就是可能的情况
+    end
+
+    count_sum
+end
+
+def two_sum_mapping(nums1, nums2)
+    num_to_count = Hash.new(0)
+
+    nums1.each do |num1|
+        nums2.each do |nums2|
+            num_to_count[num1 + nums2] += 1 # 统计和为 num1 + nums2 的有几个
+        end
+    end
+
+    num_to_count
+end
+```
+
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>

problems/0513.找树左下角的值.md

@@ -55,7 +55,7 @@
 
 参数必须有要遍历的树的根节点，还有就是一个int型的变量用来记录最长深度。 这里就不需要返回值了，所以递归函数的返回类型为void。
 
-本题还需要类里的两个全局变量，maxLen用来记录最大深度，result记录最大深度最左节点的数值。
+本题还需要类里的两个全局变量，maxDepth用来记录最大深度，result记录最大深度最左节点的数值。
 
 代码如下：
 

problems/0541.反转字符串II.md

@@ -37,7 +37,7 @@
 
 因为要找的也就是每2 * k 区间的起点，这样写，程序会高效很多。
 
-**所以当需要固定规律一段一段去处理字符串的时候，要想想在在for循环的表达式上做做文章。**
+**所以当需要固定规律一段一段去处理字符串的时候，要想想在for循环的表达式上做做文章。**
 
 性能如下：
 <img src='https://code-thinking.cdn.bcebos.com/pics/541_反转字符串II.png' width=600> </img></div>
@@ -505,3 +505,4 @@ impl Solution {
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">
   <img src="../pics/网站星球宣传海报.jpg" width="1000"/>
 </a>
+

problems/0714.买卖股票的最佳时机含手续费.md

@@ -43,7 +43,7 @@
 
 在[贪心算法：122.买卖股票的最佳时机II](https://programmercarl.com/0122.买卖股票的最佳时机II.html)中使用贪心策略不用关心具体什么时候买卖，只要收集每天的正利润，最后稳稳的就是最大利润了。
 
-而本题有了手续费，就要关系什么时候买卖了，因为计算所获得利润，需要考虑买卖利润可能不足以手续费的情况。
+而本题有了手续费，就要关心什么时候买卖了，因为计算所获得利润，需要考虑买卖利润可能不足以扣减手续费的情况。
 
 如果使用贪心策略，就是最低值买，最高值（如果算上手续费还盈利）就卖。
 
@@ -122,7 +122,7 @@ public:
 * 时间复杂度：O(n)
 * 空间复杂度：O(n)
 
-当然可以对空间经行优化，因为当前状态只是依赖前一个状态。
+当然可以对空间进行优化，因为当前状态只是依赖前一个状态。
 
 C++ 代码如下：
 

problems/0714.买卖股票的最佳时机含手续费（动态规划）.md

@@ -46,7 +46,7 @@
 * 时间复杂度：O(n)
 * 空间复杂度：O(1) 
 
-本题使用贪心算法并不好理解，也很容易出错，那么我们再来看看是使用动规的方法如何解题。
+本题使用贪心算法并不好理解，也很容易出错，那么我们再来看看使用动规的方法如何解题。
 
 相对于[动态规划：122.买卖股票的最佳时机II](https://programmercarl.com/0122.买卖股票的最佳时机II（动态规划）.html)，本题只需要在计算卖出操作的时候减去手续费就可以了，代码几乎是一样的。
 
@@ -54,7 +54,7 @@
 
 这里重申一下dp数组的含义：
 
-dp[i][0] 表示第i天持有股票所省最多现金。
+dp[i][0] 表示第i天持有股票所得最多现金。
 dp[i][1] 表示第i天不持有股票所得最多现金
 
 

problems/0941.有效的山脉数组.md

@@ -196,7 +196,22 @@ public class Solution {
 }
 ```
 
-
+### Rust
+```rust
+impl Solution {
+    pub fn valid_mountain_array(arr: Vec<i32>) -> bool {
+        let mut i = 0;
+        let mut j = arr.len() - 1;
+        while i < arr.len() - 1 && arr[i] < arr[i + 1] {
+            i += 1;
+        }
+        while j > 0 && arr[j] < arr[j - 1] {
+            j -= 1;
+        }
+        i > 0 && j < arr.len() - 1 && i == j
+    }
+}
+```
 
 <p align="center">
 <a href="https://programmercarl.com/other/kstar.html" target="_blank">

problems/0977.有序数组的平方.md

@@ -100,6 +100,7 @@ public:
 ## 其他语言版本
 
 ### Java：
+
 排序法
 ```Java
 class Solution {
@@ -209,6 +210,43 @@ class Solution:
         return new_list[::-1]
 ```
 
+```python3
+(双指针优化版本） 三步优化
+ class Solution:
+    def sortedSquares(self, nums: List[int]) -> List[int]:
+        """
+        整体思想：有序数组的绝对值最大值永远在两头，比较两头，平方大的插到新数组的最后
+        优   化：1. 优化所有元素为非正或非负的情况
+                2. 头尾平方的大小比较直接将头尾相加与0进行比较即可
+                3. 新的平方排序数组的插入索引可以用倒序插入实现（针对for循环，while循环不适用）
+        """
+ 
+        # 特殊情况, 元素都非负（优化1）
+        if nums[0] >= 0:
+            return [num ** 2 for num in nums]  # 按顺序平方即可
+        # 最后一个非正，全负有序的
+        if nums[-1] <= 0:
+            return [x ** 2 for x in nums[::-1]]  # 倒序平方后的数组
+        
+        # 一般情况, 有正有负
+        i = 0  # 原数组头索引
+        j = len(nums) - 1  # 原数组尾部索引
+        new_nums = [0] * len(nums)  # 新建一个等长数组用于保存排序后的结果
+        # end_index = len(nums) - 1  # 新的排序数组(是新数组)尾插索引, 每次需要减一（优化3优化了）
+
+        for end_index in range(len(nums)-1, -1, -1): # (优化3，倒序，不用单独创建变量)
+            # if nums[i] ** 2 >= nums[j] ** 2:
+            if nums[i] + nums[j] <= 0:  # (优化2)
+                new_nums[end_index] = nums[i] ** 2
+                i += 1
+                # end_index -= 1  (优化3)
+            else:
+                new_nums[end_index] = nums[j] ** 2
+                j -= 1
+                # end_index -= 1  (优化3)
+        return new_nums
+```
+
 ### Go：
 
 ```Go

problems/1047.删除字符串中的所有相邻重复项.md

@@ -164,7 +164,7 @@ class Solution {
         int top = -1;
         for (int i = 0; i < s.length(); i++) {
             char c = s.charAt(i);
-            // 当 top > 0,即栈中有字符时，当前字符如果和栈中字符相等，弹出栈顶字符，同时 top--
+            // 当 top >= 0,即栈中有字符时，当前字符如果和栈中字符相等，弹出栈顶字符，同时 top--
             if (top >= 0 && res.charAt(top) == c) {
                 res.deleteCharAt(top);
                 top--;

problems/1207.独一无二的出现次数.md

@@ -221,6 +221,28 @@ func uniqueOccurrences(arr []int) bool {
 }
 ```
 
+### Rust
+
+```rust
+use std::collections::{HashMap, HashSet};
+impl Solution {
+    pub fn unique_occurrences(arr: Vec<i32>) -> bool {
+        let mut hash = HashMap::<i32, i32>::new();
+        for x in arr {
+            *hash.entry(x).or_insert(0) += 1;
+        }
+        let mut set = HashSet::<i32>::new();
+        for (_k, v) in hash {
+            if set.contains(&v) {
+                return false
+            } else {
+                set.insert(v);
+            }
+        }
+        true
+    }
+}
+```
 
 
 

problems/1365.有多少小于当前数字的数字.md

@@ -260,6 +260,22 @@ function smallerNumbersThanCurrent(nums: number[]): number[] {
 };
 ```
 
+### rust
+```rust
+use std::collections::HashMap;
+impl Solution {
+    pub fn smaller_numbers_than_current(nums: Vec<i32>) -> Vec<i32> {
+        let mut v = nums.clone();
+        v.sort();
+        let mut hash = HashMap::new();
+        for i in 0..v.len() {
+            // rust中使用or_insert插入值, 如果存在就不插入,可以使用正序遍历
+            hash.entry(v[i]).or_insert(i as i32);
+        }
+        nums.into_iter().map(|x| *hash.get(&x).unwrap()).collect()
+    }
+}
+```
 
 
 <p align="center">

problems/kamacoder/0047.参会dijkstra朴素.md

@@ -869,6 +869,65 @@ if __name__ == "__main__":
 
 ### Javascript
 
+```js
+function dijkstra(grid, start, end) {
+    const visited = Array.from({length: end + 1}, () => false)
+    const minDist = Array.from({length: end + 1}, () => Number.MAX_VALUE)
+    minDist[start] = 0
+    
+    for (let i = 1 ; i < end + 1 ; i++) {
+        let cur = -1
+        let tempMinDist = Number.MAX_VALUE
+        // 1. 找尋與起始點距離最近且未被訪的節點
+        for (let j = 1 ; j < end + 1 ; j++) {
+            if (!visited[j] && minDist[j] < tempMinDist) {
+                cur = j
+                tempMinDist = minDist[j]
+            }
+        }
+        if (cur === -1) break;
+        
+        // 2. 更新節點狀態為已拜訪
+        visited[cur] = true
+        
+        // 3. 更新未拜訪節點與起始點的最短距離
+        for (let j = 1 ; j < end + 1 ; j++) {
+            if(!visited[j] && grid[cur][j] != Number.MAX_VALUE 
+                && grid[cur][j] + minDist[cur] < minDist[j]
+            ) {
+                minDist[j] = grid[cur][j] + minDist[cur]
+            }
+        }
+    }
+    
+    return minDist[end] === Number.MAX_VALUE ? -1 : minDist[end]
+}
+
+
+async function main() {
+    // 輸入
+    const rl = require('readline').createInterface({ input: process.stdin })
+    const iter = rl[Symbol.asyncIterator]()
+    const readline = async () => (await iter.next()).value
+    const [n, m] = (await readline()).split(" ").map(Number)
+    const grid = Array.from({length: n + 1}, 
+        () => Array.from({length:n + 1}, () => Number.MAX_VALUE))
+    for (let i = 0 ; i < m ; i++) {
+        const [s, e, w] = (await readline()).split(" ").map(Number)
+        grid[s][e] = w
+    }
+    
+    // dijkstra
+    const result = dijkstra(grid, 1, n)
+    
+    // 輸出
+    console.log(result)
+}
+
+
+main()
+```
+
 ### TypeScript
 
 ### PhP

problems/kamacoder/0053.寻宝-prim.md

@@ -507,7 +507,7 @@ int main() {
 
 所以我们求最小生成树的权值和就是计算后的minDist数组数值总和。
 
-最后我们拓展了如何求职 最小生成树 的每一条边，其实 添加的代码很简单，主要是理解 为什么使用 parent数组 来记录边 以及 在哪里 更新parent数组。 
+最后我们拓展了如何获得最小生成树的每一条边，其实添加的代码很简单，主要是理解为什么使用parent数组来记录边以及在哪里更新parent数组。
 
 同时，因为使用一维数组，数组的下标和数组如何赋值很重要，不要搞反，导致结果被覆盖。
 

problems/kamacoder/0094.城市间货物运输I-SPFA.md

@@ -464,6 +464,60 @@ if __name__ == "__main__":
 
 ### Javascript
 
+```js
+async function main() {
+    // 輸入
+    const rl = require('readline').createInterface({ input: process.stdin })
+    const iter = rl[Symbol.asyncIterator]()
+    const readline = async () => (await iter.next()).value
+    const [n, m] = (await readline()).split(" ").map(Number)
+    const grid = {}
+    for (let i = 0 ; i < m ; i++) {
+        const [src, desc, w] = (await readline()).split(" ").map(Number)
+        if (grid.hasOwnProperty(src)) {
+            grid[src].push([desc, w])
+        } else {
+            grid[src] = [[desc, w]]
+        }
+    }
+    const minDist = Array.from({length: n + 1}, () => Number.MAX_VALUE)
+    
+    // 起始點
+    minDist[1] = 0
+    
+    const q = [1]
+    const visited = Array.from({length: n + 1}, () => false)
+    
+    while (q.length) {
+        const src = q.shift()
+        const neighbors = grid[src]
+        visited[src] = false
+        if (neighbors) {
+            for (const [desc, w] of neighbors) {
+                if (minDist[src] !== Number.MAX_VALUE 
+                && minDist[src] + w < minDist[desc]) {
+                    minDist[desc] = minDist[src] + w
+                    if (!visited[desc]) {
+                        q.push(desc)
+                        visited[desc] = true
+                    }
+                    
+                }            
+            }            
+        }
+    }
+    
+    // 輸出
+    if (minDist[n] === Number.MAX_VALUE) {
+        console.log('unconnected')
+    } else {
+        console.log(minDist[n])
+    }
+}
+
+main()
+```
+
 ### TypeScript
 
 ### PhP

problems/kamacoder/0094.城市间货物运输I.md

@@ -485,6 +485,45 @@ if __name__ == "__main__":
 
 ### Javascript
 
+```js
+async function main() {
+    // 輸入
+    const rl = require('readline').createInterface({ input: process.stdin })
+    const iter = rl[Symbol.asyncIterator]()
+    const readline = async () => (await iter.next()).value
+    const [n, m] = (await readline()).split(" ").map(Number)
+    const edges = []
+    for (let i = 0 ; i < m ; i++) {
+        edges.push((await readline()).split(" ").map(Number))
+    }
+    const minDist = Array.from({length: n + 1}, () => Number.MAX_VALUE)
+    // 起始點
+    minDist[1] = 0
+    
+    for (let i = 1 ; i < n ; i++) {
+        let update = false
+        for (const [src, desc, w] of edges) {
+            if (minDist[src] !== Number.MAX_VALUE && minDist[src] + w < minDist[desc]) {
+                minDist[desc] = minDist[src] + w
+                update = true
+            }
+        }
+        if (!update) {
+            break;
+        }
+    }
+    
+    // 輸出
+    if (minDist[n] === Number.MAX_VALUE) {
+        console.log('unconnected')
+    } else {
+        console.log(minDist[n])
+    }
+}
+
+main()
+```
+
 ### TypeScript
 
 ### PhP

problems/kamacoder/0095.城市间货物运输II.md

@@ -54,7 +54,7 @@ circle
 
 ## 思路 
 
-本题是 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 延伸题目。 
+本题是 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 延伸题目。 
 
 本题是要我们判断 负权回路，也就是图中出现环且环上的边总权值为负数。
 
@@ -64,7 +64,7 @@ circle
 
 接下来我们来看 如何使用 bellman_ford 算法来判断 负权回路。 
 
-在 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 中 我们讲了 bellman_ford 算法的核心就是一句话：对 所有边 进行 n-1 次松弛。 同时文中的 【拓展】部分， 我们也讲了 松弛n次以上 会怎么样？ 
+在 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 中 我们讲了 bellman_ford 算法的核心就是一句话：对 所有边 进行 n-1 次松弛。 同时文中的 【拓展】部分， 我们也讲了 松弛n次以上 会怎么样？ 
 
 在没有负权回路的图中，松弛 n 次以上 ，结果不会有变化。 
 
@@ -72,7 +72,7 @@ circle
 
 那么每松弛一次，都会更新最短路径，所以结果会一直有变化。
 
-（如果对于 bellman_ford 不了解的录友，建议详细看这里：[kama94.城市间货物运输I](./kama94.城市间货物运输I.md)） 
+（如果对于 bellman_ford 不了解的录友，建议详细看这里：[kama94.城市间货物运输I](./0094.城市间货物运输I.md)） 
 
 以上为理论分析，接下来我们再画图举例。 
 
@@ -94,13 +94,13 @@ circle
 
 如果在负权回路多绕两圈，三圈，无穷圈，那么我们的总成本就会无限小， 如果要求最小成本的话，你会发现本题就无解了。 
 
-在 bellman_ford 算法中，松弛 n-1 次所有的边 就可以求得 起点到任何节点的最短路径，松弛 n 次以上，minDist数组（记录起到到其他节点的最短距离）中的结果也不会有改变 （如果对 bellman_ford 算法 不了解，也不知道 minDist 是什么，建议详看上篇讲解[kama94.城市间货物运输I](./kama94.城市间货物运输I.md)）  
+在 bellman_ford 算法中，松弛 n-1 次所有的边 就可以求得 起点到任何节点的最短路径，松弛 n 次以上，minDist数组（记录起到到其他节点的最短距离）中的结果也不会有改变 （如果对 bellman_ford 算法 不了解，也不知道 minDist 是什么，建议详看上篇讲解[kama94.城市间货物运输I](./0094.城市间货物运输I.md)）  
 
 而本题有负权回路的情况下，一直都会有更短的最短路，所以 松弛 第n次，minDist数组 也会发生改变。  
 
-那么解决本题的 核心思路，就是在 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 的基础上，再多松弛一次，看minDist数组 是否发生变化。
+那么解决本题的 核心思路，就是在 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 的基础上，再多松弛一次，看minDist数组 是否发生变化。
 
-代码和 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 基本是一样的，如下：（关键地方已注释） 
+代码和 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 基本是一样的，如下：（关键地方已注释） 
 
 ```CPP
 #include <iostream>

problems/kamacoder/0096.城市间货物运输III.md

@@ -51,15 +51,15 @@
 
 ## 思路 
 
-本题为单源有限最短路问题，同样是 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 延伸题目。 
+本题为单源有限最短路问题，同样是 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 延伸题目。 
 
 注意题目中描述是 **最多经过 k 个城市的条件下，而不是一定经过k个城市，也可以经过的城市数量比k小，但要最短的路径**。
 
-在 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 中我们讲了：**对所有边松弛一次，相当于计算 起点到达 与起点一条边相连的节点 的最短距离**。 
+在 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 中我们讲了：**对所有边松弛一次，相当于计算 起点到达 与起点一条边相连的节点 的最短距离**。 
 
 节点数量为n，起点到终点，最多是 n-1 条边相连。 那么对所有边松弛 n-1 次 就一定能得到 起点到达 终点的最短距离。 
 
-（如果对以上讲解看不懂，建议详看 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) ） 
+（如果对以上讲解看不懂，建议详看 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) ） 
 
 本题是最多经过 k 个城市， 那么是 k + 1条边相连的节点。 这里可能有录友想不懂为什么是k + 1，来看这个图： 
 
@@ -71,7 +71,7 @@
 
 对所有边松弛一次，相当于计算 起点到达 与起点一条边相连的节点 的最短距离，那么对所有边松弛 k + 1次，就是求 起点到达 与起点k + 1条边相连的节点的 最短距离。 
 
-**注意**： 本题是  [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 的拓展题，如果对 bellman_ford 没有深入了解，强烈建议先看 [kama94.城市间货物运输I](./kama94.城市间货物运输I.md) 再做本题。   
+**注意**： 本题是  [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 的拓展题，如果对 bellman_ford 没有深入了解，强烈建议先看 [kama94.城市间货物运输I](./0094.城市间货物运输I.md) 再做本题。   
 
 理解以上内容，其实本题代码就很容易了，bellman_ford 标准写法是松弛 n-1 次，本题就松弛 k + 1次就好。
 
@@ -366,19 +366,19 @@ int main() {
 
 ## 拓展二（本题本质）
 
-那么前面讲解过的 [94.城市间货物运输I](./kama94.城市间货物运输I.md) 和 [95.城市间货物运输II](./kama95.城市间货物运输II.md) 也是bellman_ford经典算法，也没使用 minDist_copy，怎么就没问题呢？ 
+那么前面讲解过的 [94.城市间货物运输I](./0094.城市间货物运输I.md) 和 [95.城市间货物运输II](./0095.城市间货物运输II.md) 也是bellman_ford经典算法，也没使用 minDist_copy，怎么就没问题呢？ 
 
 > 如果没看过我上面这两篇讲解的话，建议详细学习上面两篇，再看我下面讲的区别，否则容易看不懂。
 
-[94.城市间货物运输I](./kama94.城市间货物运输I.md)， 是没有 负权回路的，那么 多松弛多少次，对结果都没有影响。  
+[94.城市间货物运输I](./0094.城市间货物运输I.md)， 是没有 负权回路的，那么 多松弛多少次，对结果都没有影响。  
 
 求 节点1 到 节点n 的最短路径，松弛n-1 次就够了，松弛 大于 n-1次，结果也不会变。 
 
 那么在对所有边进行第一次松弛的时候，如果基于 本次计算的 minDist 来计算 minDist （相当于多做松弛了），也是对最终结果没影响。 
 
-[95.城市间货物运输II](./kama95.城市间货物运输II.md) 是判断是否有 负权回路，一旦有负权回路， 对所有边松弛 n-1 次以后，在做松弛 minDist 数值一定会变，根据这一点来判断是否有负权回路。
+[95.城市间货物运输II](./0095.城市间货物运输II.md) 是判断是否有 负权回路，一旦有负权回路， 对所有边松弛 n-1 次以后，在做松弛 minDist 数值一定会变，根据这一点来判断是否有负权回路。
 
-所以，[95.城市间货物运输II](./kama95.城市间货物运输II.md) 只需要判断minDist数值变化了就行，而 minDist 的数值对不对，并不是我们关心的。 
+所以，[95.城市间货物运输II](./0095.城市间货物运输II.md) 只需要判断minDist数值变化了就行，而 minDist 的数值对不对，并不是我们关心的。 
 
 那么本题 为什么计算minDist 一定要基于上次 的 minDist 数值。 
 
@@ -703,6 +703,42 @@ public class Main {
 ```
 
 ### Python
+```python
+def main():
+    # 輸入
+    n, m = map(int, input().split())
+    edges = list()
+    for _ in range(m):
+        edges.append(list(map(int, input().split() )))
+    
+    start, end, k = map(int, input().split())
+    min_dist = [float('inf') for _ in range(n + 1)]
+    min_dist[start] = 0
+    
+    # 只能經過k個城市，所以從起始點到中間有(k + 1)個邊連接
+    # 需要鬆弛(k + 1)次
+    
+    for _ in range(k + 1):
+        update = False
+        min_dist_copy = min_dist.copy()
+        for src, desc, w in edges:
+            if (min_dist_copy[src] != float('inf') and 
+            min_dist_copy[src] + w < min_dist[desc]):
+                min_dist[desc] = min_dist_copy[src] + w
+                update = True
+        if not update:
+            break
+    # 輸出
+    if min_dist[end] == float('inf'):
+        print('unreachable')
+    else:
+        print(min_dist[end])
+            
+            
+
+if __name__ == "__main__":
+    main()
+```
 
 ### Go
 

problems/kamacoder/0098.所有可达路径.md

@@ -277,7 +277,7 @@ ACM格式大家在输出结果的时候，要关注看看格式问题，特别
 
 有录友可能会想，ACM格式就是麻烦，有空格没有空格有什么影响，结果对了不就行了？ 
 
-ACM模式相对于核心代码模式（力扣） 更考验大家对代码的掌控能力。 例如工程代码里，输出输出都是要自己控制的。这也是为什么大公司笔试，都是ACM模式。 
+ACM模式相对于核心代码模式（力扣） 更考验大家对代码的掌控能力。 例如工程代码里，输入输出都是要自己控制的。这也是为什么大公司笔试，都是ACM模式。 
 
 以上代码中，结果都存在了 result数组里（二维数组，每一行是一个结果），最后将其打印出来。（重点看注释） 
 

problems/kamacoder/0099.岛屿的数量广搜.md

@@ -499,6 +499,55 @@ main();
 ### Swift
 
 ### Scala
+```scala
+import scala.collection.mutable.Queue
+import util.control.Breaks._
+
+// Dev on LeetCode: https://leetcode.cn/problems/number-of-islands/description/
+object Solution {
+    def numIslands(grid: Array[Array[Char]]): Int = {
+        val row = grid.length
+        val col = grid(0).length
+        val dir = List((-1,0), (0,-1), (1,0), (0,1)) // 四个方向
+        var visited = Array.fill(row)(Array.fill(col)(false))
+        var counter = 0
+        var que = Queue.empty[Tuple2[Int, Int]]
+
+        (0 until row).map{ r =>
+            (0 until col).map{ c =>
+                breakable {
+                    if (!visited(r)(c) && grid(r)(c) == '1') {
+                        que.enqueue((r, c))
+                        visited(r)(c) // 只要加入队列，立刻标记
+                    } else break // 不是岛屿不进入queue，也不记录
+
+                    while (!que.isEmpty) {
+                        val cur = que.head
+                        que.dequeue()
+                        val x = cur(0)
+                        val y = cur(1)
+                        dir.map{ d =>
+                            val nextX = x + d(0)
+                            val nextY = y + d(1)
+                            breakable {
+                                // 越界就跳过
+                                if (nextX < 0 || nextX >= row || nextY < 0 || nextY >= col) break
+                                if (!visited(nextX)(nextY) && grid(nextX)(nextY) == '1') {
+                                    visited(nextX)(nextY) = true // 只要加入队列，立刻标记
+                                    que.enqueue((nextX, nextY))
+                                }
+                            }
+                        }
+                    }
+                    counter = counter + 1 // 找完一个岛屿后记录一下
+                }
+            }
+        }
+        
+        counter
+    }
+}
+```
 
 ### C#
 

problems/kamacoder/0099.岛屿的数量深搜.md

@@ -412,6 +412,46 @@ const dfs = (graph, visited, x, y) => {
 ### Swift
 
 ### Scala
+```scala
+import util.control.Breaks._
+
+object Solution {
+    val dir = List((-1,0), (0,-1), (1,0), (0,1)) // 四个方向
+
+    def dfs(grid: Array[Array[Char]], visited: Array[Array[Boolean]], row: Int, col: Int): Unit = {
+        (0 until 4).map { x =>
+            val nextR = row + dir(x)(0)
+            val nextC = col + dir(x)(1)
+            breakable {
+                if(nextR < 0 || nextR >= grid.length || nextC < 0 || nextC >= grid(0).length) break
+                if (!visited(nextR)(nextC) && grid(nextR)(nextC) == '1') {
+                    visited(nextR)(nextC) = true // 经过就记录
+                    dfs(grid, visited, nextR, nextC)
+                }
+            }
+        }
+    }
+
+    def numIslands(grid: Array[Array[Char]]): Int = {
+        val row = grid.length
+        val col = grid(0).length
+        var visited = Array.fill(row)(Array.fill(col)(false))
+        var counter = 0
+
+        (0 until row).map{ r =>
+            (0 until col).map{ c =>
+                if (!visited(r)(c) && grid(r)(c) == '1') {
+                    visited(r)(c) = true // 经过就记录
+                    dfs(grid, visited, r, c)
+                    counter += 1
+                }
+            }
+        }
+        
+        counter
+    }
+}
+```
 
 ### C#
 

problems/kamacoder/0100.岛屿的最大面积.md

@@ -224,6 +224,126 @@ public:
 
 ### Java
 
+```java
+import java.util.*;
+import java.math.*;
+
+/**
+ * DFS版
+ */
+public class Main{
+
+    static final int[][] dir={{0,1},{1,0},{0,-1},{-1,0}};
+    static int result=0;
+    static int count=0;
+
+    public static void main(String[] args){
+        Scanner scanner = new Scanner(System.in);
+        int n = scanner.nextInt();
+        int m = scanner.nextInt();
+        int[][] map = new int[n][m];
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < m; j++) {
+                map[i][j]=scanner.nextInt();
+            }
+        }
+        boolean[][] visited = new boolean[n][m];
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < m; j++) {
+                if(!visited[i][j]&&map[i][j]==1){
+                    count=0;
+                    dfs(map,visited,i,j);
+                    result= Math.max(count, result);
+                }
+            }
+        }
+        System.out.println(result);
+    }
+
+    static void dfs(int[][] map,boolean[][] visited,int x,int y){
+                count++;
+                visited[x][y]=true;
+                for (int i = 0; i < 4; i++) {
+                    int nextX=x+dir[i][0];
+                    int nextY=y+dir[i][1];
+                    //水或者已经访问过的跳过
+                    if(nextX<0||nextY<0
+                    ||nextX>=map.length||nextY>=map[0].length
+                    ||visited[nextX][nextY]||map[nextX][nextY]==0)continue;
+                    
+                    dfs(map,visited,nextX,nextY);
+                }
+            }
+}
+```
+
+```java
+import java.util.*;
+import java.math.*;
+
+/**
+ * BFS版
+ */
+public class Main {
+    static class Node {
+        int x;
+        int y;
+
+        public Node(int x, int y) {
+            this.x = x;
+            this.y = y;
+        }
+    }
+
+    static final int[][] dir = {{0, 1}, {1, 0}, {0, -1}, {-1, 0}};
+    static int result = 0;
+    static int count = 0;
+
+    public static void main(String[] args) {
+        Scanner scanner = new Scanner(System.in);
+        int n = scanner.nextInt();
+        int m = scanner.nextInt();
+        int[][] map = new int[n][m];
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < m; j++) {
+                map[i][j] = scanner.nextInt();
+            }
+        }
+        boolean[][] visited = new boolean[n][m];
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < m; j++) {
+                if (!visited[i][j] && map[i][j] == 1) {
+                    count = 0;
+                    bfs(map, visited, i, j);
+                    result = Math.max(count, result);
+
+                }
+            }
+        }
+        System.out.println(result);
+    }
+
+    static void bfs(int[][] map, boolean[][] visited, int x, int y) {
+        Queue<Node> q = new LinkedList<>();
+        q.add(new Node(x, y));
+        visited[x][y] = true;
+        count++;
+        while (!q.isEmpty()) {
+            Node node = q.remove();
+            for (int i = 0; i < 4; i++) {
+                int nextX = node.x + dir[i][0];
+                int nextY = node.y + dir[i][1];
+                if (nextX < 0 || nextY < 0 || nextX >= map.length || nextY >= map[0].length || visited[nextX][nextY] || map[nextX][nextY] == 0)
+                    continue;
+                q.add(new Node(nextX, nextY));
+                visited[nextX][nextY] = true;
+                count++;
+            }
+        }
+    }
+}
+
+```
 ### Python
 
 DFS
@@ -389,6 +509,144 @@ func main() {
 
 
 ### Rust
+DFS
+
+``` rust
+use std::io;
+use std::cmp;
+
+// 定义四个方向
+const DIRECTIONS: [(i32, i32); 4] = [(0, 1), (1, 0), (-1, 0), (0, -1)];
+
+fn dfs(grid: &Vec<Vec<i32>>, visited: &mut Vec<Vec<bool>>, x: usize, y: usize, count: &mut i32) {
+    if visited[x][y] || grid[x][y] == 0 {
+        return; // 终止条件：已访问或者遇到海水
+    }
+    visited[x][y] = true; // 标记已访问
+    *count += 1;
+
+    for &(dx, dy) in DIRECTIONS.iter() {
+        let new_x = x as i32 + dx;
+        let new_y = y as i32 + dy;
+
+        // 检查边界条件
+        if new_x >= 0 && new_x < grid.len() as i32 && new_y >= 0 && new_y < grid[0].len() as i32 {
+            dfs(grid, visited, new_x as usize, new_y as usize, count);
+        }
+    }
+}
+
+fn main() {
+    let mut input = String::new();
+
+    // 读取 n 和 m
+    io::stdin().read_line(&mut input);
+    let dims: Vec<usize> = input.trim().split_whitespace().map(|s| s.parse().unwrap()).collect();
+    let (n, m) = (dims[0], dims[1]);
+
+    // 读取 grid
+    let mut grid = vec![];
+    for _ in 0..n {
+        input.clear();
+        io::stdin().read_line(&mut input);
+        let row: Vec<i32> = input.trim().split_whitespace().map(|s| s.parse().unwrap()).collect();
+        grid.push(row);
+    }
+
+    // 初始化访问记录
+    let mut visited = vec![vec![false; m]; n];
+    let mut result = 0;
+
+    // 遍历所有格子
+    for i in 0..n {
+        for j in 0..m {
+            if !visited[i][j] && grid[i][j] == 1 {
+                let mut count = 0;
+                dfs(&grid, &mut visited, i, j, &mut count);
+                result = cmp::max(result, count);
+            }
+        }
+    }
+
+    // 输出结果
+    println!("{}", result);
+}
+
+```
+BFS
+```rust
+use std::io;
+use std::collections::VecDeque;
+
+// 定义四个方向
+const DIRECTIONS: [(i32, i32); 4] = [(0, 1), (1, 0), (-1, 0), (0, -1)];
+
+fn bfs(grid: &Vec<Vec<i32>>, visited: &mut Vec<Vec<bool>>, x: usize, y: usize) -> i32 {
+    let mut count = 0;
+    let mut queue = VecDeque::new();
+    queue.push_back((x, y));
+    visited[x][y] = true; // 标记已访问
+
+    while let Some((cur_x, cur_y)) = queue.pop_front() {
+        count += 1; // 增加计数
+
+        for &(dx, dy) in DIRECTIONS.iter() {
+            let new_x = cur_x as i32 + dx;
+            let new_y = cur_y as i32 + dy;
+
+            // 检查边界条件
+            if new_x >= 0 && new_x < grid.len() as i32 && new_y >= 0 && new_y < grid[0].len() as i32 {
+                let new_x_usize = new_x as usize;
+                let new_y_usize = new_y as usize;
+
+                // 如果未访问且是陆地，加入队列
+                if !visited[new_x_usize][new_y_usize] && grid[new_x_usize][new_y_usize] == 1 {
+                    visited[new_x_usize][new_y_usize] = true; // 标记已访问
+                    queue.push_back((new_x_usize, new_y_usize));
+                }
+            }
+        }
+    }
+
+    count
+}
+
+fn main() {
+    let mut input = String::new();
+
+    // 读取 n 和 m
+    io::stdin().read_line(&mut input).expect("Failed to read line");
+    let dims: Vec<usize> = input.trim().split_whitespace().map(|s| s.parse().unwrap()).collect();
+    let (n, m) = (dims[0], dims[1]);
+
+    // 读取 grid
+    let mut grid = vec![];
+    for _ in 0..n {
+        input.clear();
+        io::stdin().read_line(&mut input).expect("Failed to read line");
+        let row: Vec<i32> = input.trim().split_whitespace().map(|s| s.parse().unwrap()).collect();
+        grid.push(row);
+    }
+
+    // 初始化访问记录
+    let mut visited = vec![vec![false; m]; n];
+    let mut result = 0;
+
+    // 遍历所有格子
+    for i in 0..n {
+        for j in 0..m {
+            if !visited[i][j] && grid[i][j] == 1 {
+                let count = bfs(&grid, &mut visited, i, j);
+                result = result.max(count);
+            }
+        }
+    }
+
+    // 输出结果
+    println!("{}", result);
+}
+
+```
 
 ### Javascript
 

problems/kamacoder/0109.冗余连接II.md

@@ -250,105 +250,131 @@ int main() {
 ## 其他语言版本
 
 ### Java 
+
 ```java
-import java.util.ArrayList;
+import java.util.*;
-import java.util.List;
+
-import java.util.Scanner;
+/* 
+ * 冗余连接II。主要问题是存在入度为2或者成环，也可能两个问题同时存在。
+ * 1.判断入度为2的边 
+ * 2.判断是否成环（并查集）
+ */
  
 public class Main {
-    static int n;
+    /**
-    static int[] father = new int[1001]; // 并查集数组
+     * 并查集模板
+     */
+    static class Disjoint {
 
-    // 并查集初始化
+        private final int[] father;
-    public static void init() {
+
-        for (int i = 1; i <= n; ++i) {
+        public Disjoint(int n) {
+            father = new int[n];
+            for (int i = 0; i < n; i++) {
                 father[i] = i;
             }
         }
 
-    // 并查集里寻根的过程
+        public void join(int n, int m) {
-    public static int find(int u) {
+            n = find(n);
-        if (u == father[u]) return u;
+            m = find(m);
-        return father[u] = find(father[u]); // 路径压缩
+            if (n == m) return;
+            father[n] = m;
         }
 
-    // 将 v->u 这条边加入并查集
+        public int find(int n) {
-    public static void join(int u, int v) {
+            return father[n] == n ? n : (father[n] = find(father[n]));
-        u = find(u);
+        }
-        v = find(v);
+
-        if (u != v) {
+        public boolean isSame(int n, int m) {
-            father[v] = u; // 合并两棵树
+            return find(n) == find(m);
         }
     }
 
-    // 判断 u 和 v 是否有同一个根
+    static class Edge {
-    public static boolean same(int u, int v) {
+        int s;
-        return find(u) == find(v);
+        int t;
-    }
 
-    // 在有向图里找到删除的那条边，使其变成树
+        public Edge(int s, int t) {
-    public static void getRemoveEdge(List<int[]> edges) {
+            this.s = s;
-        init(); // 初始化并查集
+            this.t = t;
-        for (int i = 0; i < n; i++) { // 遍历所有的边
-            if (same(edges.get(i)[0], edges.get(i)[1])) { // 如果构成有向环了，就是要删除的边
-                System.out.println(edges.get(i)[0] + " " + edges.get(i)[1]);
-                return;
-            } else {
-                join(edges.get(i)[0], edges.get(i)[1]);
-            }
         }
     }
 
-    // 删一条边之后判断是不是树
+    static class Node {
-    public static boolean isTreeAfterRemoveEdge(List<int[]> edges, int deleteEdge) {
+        int id;
-        init(); // 初始化并查集
+        int in;
+        int out;
+    }
+
+    public static void main(String[] args) {
+        Scanner scanner = new Scanner(System.in);
+        int n = scanner.nextInt();
+        List<Edge> edges = new ArrayList<>();
+        Node[] nodeMap = new Node[n + 1];
+        for (int i = 1; i <= n; i++) {
+            nodeMap[i] = new Node();
+        }
+        Integer doubleIn = null;
         for (int i = 0; i < n; i++) {
-            if (i == deleteEdge) continue;
+            int s = scanner.nextInt();
-            if (same(edges.get(i)[0], edges.get(i)[1])) { // 如果构成有向环了，一定不是树
+            int t = scanner.nextInt();
+            //记录入度
+            nodeMap[t].in++;
+            if (!(nodeMap[t].in < 2)) doubleIn = t;
+            Edge edge = new Edge(s, t);
+            edges.add(edge);
+        }
+        Edge result = null;
+        //存在入度为2的节点，既要消除入度为2的问题同时解除可能存在的环
+        if (doubleIn != null) {
+            List<Edge> doubleInEdges = new ArrayList<>();
+            for (Edge edge : edges) {
+                if (edge.t == doubleIn) doubleInEdges.add(edge);
+                if (doubleInEdges.size() == 2) break;
+            }
+            Edge edge = doubleInEdges.get(1);
+            if (isTreeWithExclude(edges, edge, nodeMap)) {
+                result = edge;
+            } else {
+                result = doubleInEdges.get(0);
+            }
+        } else {
+            //不存在入度为2的节点,则只需要解除环即可
+            result = getRemoveEdge(edges, nodeMap);
+        }
+
+        System.out.println(result.s + " " + result.t);
+    }
+
+    public static boolean isTreeWithExclude(List<Edge> edges, Edge exculdEdge, Node[] nodeMap) {
+        Disjoint disjoint = new Disjoint(nodeMap.length + 1);
+        for (Edge edge : edges) {
+            if (edge == exculdEdge) continue;
+            //成环则不是树
+            if (disjoint.isSame(edge.s, edge.t)) {
                 return false;
             }
-            join(edges.get(i)[0], edges.get(i)[1]);
+            disjoint.join(edge.s, edge.t);
         }
         return true;
     }
 
-    public static void main(String[] args) {
+    public static Edge getRemoveEdge(List<Edge> edges, Node[] nodeMap) {
-        Scanner sc = new Scanner(System.in);
+        int length = nodeMap.length;
-        List<int[]> edges = new ArrayList<>(); // 存储所有的边
+        Disjoint disjoint = new Disjoint(length);
 
-        n = sc.nextInt(); // 顶点数
+        for (Edge edge : edges) {
-        int[] inDegree = new int[n + 1]; // 记录每个节点的入度
+            if (disjoint.isSame(edge.s, edge.t)) return edge;
-        for (int i = 0; i < n; i++) {
+            disjoint.join(edge.s, edge.t);
-            int s = sc.nextInt(); // 边的起点
+        }
-            int t = sc.nextInt(); // 边的终点
+        return null;
-            inDegree[t]++;
-            edges.add(new int[]{s, t}); // 将边加入列表
     }
 
-        List<Integer> vec = new ArrayList<>(); // 记录入度为2的边（如果有的话就两条边）
-        // 找入度为2的节点所对应的边，注意要倒序，因为优先删除最后出现的一条边
-        for (int i = n - 1; i >= 0; i--) {
-            if (inDegree[edges.get(i)[1]] == 2) {
-                vec.add(i);
-            }
 }
 
-        // 情况一、情况二
-        if (vec.size() > 0) {
-            // vec里的边已经按照倒叙放的，所以优先删 vec.get(0) 这条边
-            if (isTreeAfterRemoveEdge(edges, vec.get(0))) {
-                System.out.println(edges.get(vec.get(0))[0] + " " + edges.get(vec.get(0))[1]);
-            } else {
-                System.out.println(edges.get(vec.get(1))[0] + " " + edges.get(vec.get(1))[1]);
-            }
-            return;
-        }
-
-        // 处理情况三：明确没有入度为2的情况，一定有有向环，找到构成环的边返回即可
-        getRemoveEdge(edges);
-    }
-}
 ```
+
 ### Python
 
 ```python

problems/kamacoder/0110.字符串接龙.md

@@ -153,64 +153,68 @@ int main() {
 ## 其他语言版本
 
 ### Java
+
 ```Java
+import java.util.*;
+
 public class Main {
-    // BFS方法
-    public static int ladderLength(String beginWord, String endWord, List<String> wordList) {
-        // 使用set作为查询容器，效率更高
-        HashSet<String> set = new HashSet<>(wordList);
-        
-        // 声明一个queue存储每次变更一个字符得到的且存在于容器中的新字符串
-        Queue<String> queue = new LinkedList<>();
-        
-        // 声明一个hashMap存储遍历到的字符串以及所走过的路径path
-        HashMap<String, Integer> visitMap = new HashMap<>();
-        queue.offer(beginWord);
-        visitMap.put(beginWord, 1);
-        
-        while (!queue.isEmpty()) {
-            String curWord = queue.poll();
-            int path = visitMap.get(curWord);
-
-            for (int i = 0; i < curWord.length(); i++) {
-                char[] ch = curWord.toCharArray();
-                // 每个位置尝试26个字母
-                for (char k = 'a'; k <= 'z'; k++) {
-                    ch[i] = k;
-
-                    String newWord = new String(ch);
-                    if (newWord.equals(endWord)) return path + 1;
-                    
-                    // 如果这个新字符串存在于容器且之前未被访问到
-                    if (set.contains(newWord) && !visitMap.containsKey(newWord)) {
-                        visitMap.put(newWord, path + 1);
-                        queue.offer(newWord);
-                    }
-                }
-            }
-        }
-
-        return 0;
-    }
-    
     public static void main(String[] args) {
-        /* code */
+        Scanner scanner = new Scanner(System.in);
-        // 接收输入
+        int n = scanner.nextInt();
-        Scanner sc = new Scanner(System.in);
+        scanner.nextLine();
-        int N = sc.nextInt();
+        String beginStr = scanner.next();
-        sc.nextLine();
+        String endStr = scanner.next();
-        String[] strs = sc.nextLine().split(" ");
+        scanner.nextLine();
-        
         List<String> wordList = new ArrayList<>();
-        for (int i = 0; i < N; i++) {
+        wordList.add(beginStr);
-            wordList.add(sc.nextLine());
+        wordList.add(endStr);
+        for (int i = 0; i < n; i++) {
+            wordList.add(scanner.nextLine());
+        }
+        int count = bfs(beginStr, endStr, wordList);
+        System.out.println(count);
     }
 
-        // wordList.add(strs[1]);
+    /**
-        
+     * 广度优先搜索-寻找最短路径
-        // 打印结果
+     */
-        int result = ladderLength(strs[0], strs[1], wordList);
+    public static int bfs(String beginStr, String endStr, List<String> wordList) {
-        System.out.println(result);
+        int len = 1;
+        Set<String> set = new HashSet<>(wordList);
+        Set<String> visited = new HashSet<>();
+        Queue<String> q = new LinkedList<>();
+        visited.add(beginStr);
+        q.add(beginStr);
+        q.add(null);
+        while (!q.isEmpty()) {
+            String node = q.remove();
+            //上一层结束，若下一层还有节点进入下一层
+            if (node == null) {
+                if (!q.isEmpty()) {
+                    len++;
+                    q.add(null);
+                }
+                continue;
+            }
+            char[] charArray = node.toCharArray();
+            //寻找邻接节点
+            for (int i = 0; i < charArray.length; i++) {
+                //记录旧值，用于回滚修改
+                char old = charArray[i];
+                for (char j = 'a'; j <= 'z'; j++) {
+                    charArray[i] = j;
+                    String newWord = new String(charArray);
+                    if (set.contains(newWord) && !visited.contains(newWord)) {
+                        q.add(newWord);
+                        visited.add(newWord);
+                        //找到结尾
+                        if (newWord.equals(endStr)) return len + 1;
+                    }
+                }
+                charArray[i] = old;
+            }
+        }
+        return 0;
     }
 }
 

problems/kamacoder/0126.骑士的攻击astar.md

@@ -375,6 +375,131 @@ for _ in range(n):
 
 ### Javascript
 
+```js
+class MinHeap {
+  constructor() {
+    this.val = []
+  }
+  push(val) {
+    this.val.push(val)
+    if (this.val.length > 1) {
+      this.bubbleUp()
+    }
+  }
+  bubbleUp() {
+    let pi = this.val.length - 1
+    let pp = Math.floor((pi - 1) / 2)
+    while (pi > 0 && this.val[pp][0] > this.val[pi][0]) {
+      ;[this.val[pi], this.val[pp]] = [this.val[pp], this.val[pi]]
+      pi = pp
+      pp = Math.floor((pi - 1) / 2)
+    }
+  }
+  pop() {
+    if (this.val.length > 1) {
+        let pp = 0
+        let pi = this.val.length - 1
+        ;[this.val[pi], this.val[pp]] = [this.val[pp], this.val[pi]]
+        const min = this.val.pop()
+        if (this.val.length > 1) {
+          this.sinkDown(0)
+        }
+        return min        
+    } else if (this.val.length == 1) {
+        return this.val.pop()
+    }
+
+  }
+  sinkDown(parentIdx) {
+    let pp = parentIdx
+    let plc = pp * 2 + 1
+    let prc = pp * 2 + 2
+    let pt = pp // temp pointer
+    if (plc < this.val.length && this.val[pp][0] > this.val[plc][0]) {
+        pt = plc
+    }
+    if (prc < this.val.length && this.val[pt][0] > this.val[prc][0]) {
+        pt = prc
+    }
+    if (pt != pp) {
+        ;[this.val[pp], this.val[pt]] = [this.val[pt], this.val[pp]]
+        this.sinkDown(pt)
+    }
+  }
+}
+
+const moves = [
+    [1, 2], 
+    [2, 1], 
+    [-1, -2], 
+    [-2, -1],
+    [-1, 2], 
+    [-2, 1],
+    [1, -2], 
+    [2, -1]
+]
+
+function dist(a, b) {
+    return ((a[0] - b[0])**2 + (a[1] - b[1])**2)**0.5
+}
+
+function isValid(x, y) {
+    return x >= 1 && y >= 1 && x < 1001 && y < 1001
+}
+
+function bfs(start, end) {
+    const step = new Map()
+    step.set(start.join(" "), 0)
+    const q = new MinHeap()
+    q.push([dist(start, end), start[0], start[1]])
+    
+    while(q.val.length) {
+        const [d, x, y] = q.pop()
+        // if x and y correspond to end position output result
+        if (x == end[0] && y == end[1]) {
+            console.log(step.get(end.join(" ")))
+            break;
+        }
+        for (const [dx, dy] of moves) {
+            const nx = dx + x
+            const ny = dy + y
+            if (isValid(nx, ny)) {
+                const newStep = step.get([x, y].join(" ")) + 1
+                const newDist = dist([nx, ny], [...end])
+                const s = step.get([nx, ny].join(" ")) ? 
+                    step.get([nx, ny]) : 
+                    Number.MAX_VALUE
+                if (newStep < s) {
+                    q.push(
+                        [
+                            newStep + newDist, 
+                            nx, 
+                            ny
+                        ]
+                    )
+                    step.set([nx, ny].join(" "), newStep)
+                } 
+            }
+        }
+    }
+}
+
+async function main() {
+    const rl = require('readline').createInterface({ input: process.stdin })
+    const iter = rl[Symbol.asyncIterator]()
+    const readline = async () => (await iter.next()).value
+    const n = Number((await readline()))
+    
+    // find min step
+    for (let i = 0 ; i < n ; i++) {
+        const [s1, s2, t1, t2] = (await readline()).split(" ").map(Number)
+        bfs([s1, s2], [t1, t2])
+    }
+}
+
+main()
+```
+
 ### TypeScript
 
 ### PhP