diff --git "a/problems/\345\212\250\346\200\201\350\247\204\345\210\222-\350\202\241\347\245\250\351\227\256\351\242\230\346\200\273\347\273\223\347\257\207.md" "b/problems/\345\212\250\346\200\201\350\247\204\345\210\222-\350\202\241\347\245\250\351\227\256\351\242\230\346\200\273\347\273\223\347\257\207.md"
index 86b4f23991..e1fb477bdd 100644
--- "a/problems/\345\212\250\346\200\201\350\247\204\345\210\222-\350\202\241\347\245\250\351\227\256\351\242\230\346\200\273\347\273\223\347\257\207.md"
+++ "b/problems/\345\212\250\346\200\201\350\247\204\345\210\222-\350\202\241\347\245\250\351\227\256\351\242\230\346\200\273\347\273\223\347\257\207.md"
@@ -173,6 +173,7 @@ public:
 【动态规划】
 
 一天一共就有五个状态，
+
 0. 没有操作
 1. 第一次买入
 2. 第一次卖出
@@ -199,6 +200,7 @@ dp[i][1] = max(dp[i-1][0] - prices[i], dp[i - 1][1]);
 同理可推出剩下状态部分：
 
 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]);
 
 代码如下：
@@ -279,14 +281,14 @@ j的状态表示为：
 * 操作一：第i天买入股票了，那么dp[i][1] = dp[i - 1][0] - prices[i]
 * 操作二：第i天没有操作，而是沿用前一天买入的状态，即：dp[i][1] = dp[i - 1][1]
 
-dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][0]);
+dp[i][1] = max(dp[i - 1][0] - prices[i], dp[i - 1][1]);
 
 同理dp[i][2]也有两个操作：
 
 * 操作一：第i天卖出股票了，那么dp[i][2] = dp[i - 1][1] + prices[i]
 * 操作二：第i天没有操作，沿用前一天卖出股票的状态，即：dp[i][2] = dp[i - 1][2]
 
-dp[i][2] = max(dp[i - 1][i] + prices[i], dp[i][2])
+dp[i][2] = max(dp[i - 1][1] + prices[i], dp[i - 1][2])
 
 同理可以类比剩下的状态，代码如下：
 
@@ -320,7 +322,7 @@ public:
 };
 ```
 
-当然有的解法是定义一个三维数组dp[i][j][k]，第i天，第j次买卖，k表示买还是卖的状态，从定义上来讲是比较直观。但感觉三维数组操作起来有些麻烦，直接用二维数组来模拟三位数组的情况，代码看起来也清爽一些。
+当然有的解法是定义一个三维数组dp[i][j][k]，第i天，第j次买卖，k表示买还是卖的状态，从定义上来讲是比较直观。但感觉三维数组操作起来有些麻烦，直接用二维数组来模拟三维数组的情况，代码看起来也清爽一些。
 
 ## 最佳买卖股票时机含冷冻期
 
@@ -462,7 +464,7 @@ public:
 
 至此，股票系列正式剧终，全部讲解完毕！
 
-从买买一次到买卖多次，从最多买卖两次到最多买卖k次，从冷冻期再到手续费，最后再来一个股票大总结，可以说对股票系列完美收官了。
+从买卖一次到买卖多次，从最多买卖两次到最多买卖k次，从冷冻期再到手续费，最后再来一个股票大总结，可以说对股票系列完美收官了。
 
 「代码随想录」值得推荐给身边每一位学习算法的朋友同学们，关注后都会发现相见恨晚！