Update 01.Memoization.md

Contents/10.Dynamic-Programming/02.Memoization/01.Memoization.md

@@ -4,13 +4,13 @@
 
 记忆化搜索是动态规划的一种实现方式。在记忆化搜索中，当算法需要计算某个子问题的结果时，它首先检查是否已经计算过该问题。如果已经计算过，则直接返回已经存储的结果；否则，计算该问题，并将结果存储下来以备将来使用。
 
-举个例子，比如说求解「斐波那契数列」，定义是：`f(1) = 1, f(2) = 2, f(n) = f(n - 1) + f(n - 2)`。对应的递推过程如下：
+举个例子，比如「斐波那契数列」的定义是：`f(1) = 1, f(2) = 2, f(n) = f(n - 1) + f(n - 2)`。如果我们使用递归算法求解第 $n$ 个斐波那契数，则对应的递推过程如下：
 
 ![](http://qcdn.itcharge.cn/images/20230306140939.png)
 
-如果使用普通递归算法，则：想要计算 `f(5)`，需要先计算 `f(4)` 和 `f(3)`，而在计算 `f(4)` 时还需要计算 `f(3)`。这样 `f(3)` 就进行了多次计算。
+从图中可以看出：如果使用普通递归算法，想要计算 `f(5)`，需要先计算 `f(4)` 和 `f(3)`，而在计算 `f(4)` 时还需要计算 `f(3)`。这样 `f(3)` 就进行了多次计算。
 
-为了避免重复计算，我们可以使用数组或哈希表结构来保存已经求解过的 `f(k)` 的结果。如上图所示，当递归调用用到 `f(k)` 时，先查看一下之前是否已经计算过结果，如果已经计算过，则直接从对应结构中取值返回，而不用再递推下去，这样就避免了重复计算问题。
+为了避免重复计算，我们可以使用一个缓存（数组或哈希表）来保存已经求解过的 `f(k)` 的结果。如上图所示，当递归调用用到 `f(k)` 时，先查看一下之前是否已经计算过结果，如果已经计算过，则直接从缓存中取值返回，而不用再递推下去，这样就避免了重复计算问题。
 
 使用「记忆化搜索」方法解决斐波那契数列的代码如下：