FastAuthCode
diff --git a/‎docs/.DS_Store‎
0 Bytes b/‎docs/.DS_Store‎
0 Bytes
diff --git a/‎docs/_images/.DS_Store‎
0 Bytes b/‎docs/_images/.DS_Store‎
0 Bytes
diff --git a/‎docs/_images/redis/zset.svg‎
Lines changed: 1 addition & 0 deletions b/‎docs/_images/redis/zset.svg‎
Lines changed: 1 addition & 0 deletions
diff --git a/‎docs/data-management/.DS_Store‎
0 Bytes b/‎docs/data-management/.DS_Store‎
0 Bytes
diff --git a/‎docs/data-structure-algorithms/Skip-List.md‎
Lines changed: 18 additions & 15 deletions b/‎docs/data-structure-algorithms/Skip-List.md‎
Lines changed: 18 additions & 15 deletions
diff --git a/‎docs/design-pattern/.DS_Store‎
0 Bytes b/‎docs/design-pattern/.DS_Store‎
0 Bytes
diff --git a/‎docs/framework/.DS_Store‎
0 Bytes b/‎docs/framework/.DS_Store‎
0 Bytes
@@ -1,12 +1,11 @@
-# 跳表──没听过但很犀利的数据结构
+# 跳表
 
 ![](https://tva1.sinaimg.cn/large/008i3skNly1grm8yuyywxj30zk0qomyg.jpg)
 
 > Redis 是怎么想的：用跳表来实现有序集合？
 >
-> Redis 的 zset 是一个复合结构，一方面它需要一个 hash 结构来存储 value 和 score 的对应关系，另一方面需要提供按照 score 来排序的功能，还需要能够指定 score 的范围来获取 value 列表的功能
 
-干过服务端开发的应该都知道 Redis 的 ZSet 使用跳表实现的（当然还有压缩列表），我就不从 1990 年的那个美国大佬 William Pugh 发表的那篇论文开始了，直接开跳
+干过服务端开发的应该都知道 Redis 的 ZSet 使用跳表实现的（当然还有压缩列表、哈希表），我就不从 1990 年的那个美国大佬 William Pugh 发表的那篇论文开始了，直接开跳
 
 ![马里奥](https://i03piccdn.sogoucdn.com/bbdcce2d04b2bd83)
 
@@ -49,7 +48,7 @@
 
 像这样，我们每隔一个节点取一个数据作为索引节点（或者增加一个指针），比如我们要找 31 直接在索引链表就找到了（遍历 3 次），如果找 16 的话，在遍历到 31的时候，发现大于目标节点，就跳到下一层，接着遍历~ (蓝线表示搜索路径)
 
-> 恩，如果你数了下遍历次数，没错，加不加索引都是 4 次遍历才能找到 16，这是因为数据量太少
+> 恩，如果你数了下遍历次数，没错，加不加索引都是 4 次遍历才能找到 16，这是因为数据量太少，
 >
 > 数据量多的话，我们也可以多建几层索引，如下 4 层索引，效果就比较明显了
 
@@ -113,7 +112,7 @@
 
 我们上边建立索引层都是下层节点个数的 1/2，最高层索引的节点数就是 2 个，但是我们随意插入或者删除一个原有链表的节点，这个比例就肯定会被破坏。
 
-作为一种动态数据结构，我们需要某种手段来维护索引与原始链表大小之间的平衡，也就是说，如果链表中结点多了，索引结点就相应地增加一些，避免复杂度退化。
+作为一种动态数据结构，我们需要某种手段来维护索引与原始链表大小之间的平衡，也就是说，如果链表中节点多了，索引节点就相应地增加一些，避免复杂度退化。
 
 如果重建索引的话，效率就不能保证了。
 
@@ -131,15 +130,15 @@
 
 
 
-其实跳表的思想很容易理解，可是架不住实战
+其实跳表的思想很容易理解，可是架不住实战，我们接着看实战
 
 ### 跳表的实现
 
-差不多了解了跳表，其实就是加了几层索引的链表，一共有 N 层，以 0 ~ N-1 层表示，设第 0 层是原链表，抽取其中部分元素，在第 1 层形成新的链表，上下层的相同元素之间连起来；再抽取第 1 层部分元素，构成第 2 层，以此类推。
+差不多了解了跳表，其实就是加了几层索引的链表，一共有 N 层，以 0 ~ N 层表示，设第 0 层是原链表，抽取其中部分元素，在第 1 层形成新的链表，上下层的相同元素之间连起来；再抽取第 1 层部分元素，构成第 2 层，以此类推。
 
-题目：设计跳表（https://leetcode-cn.com/problems/design-skiplist/）
+Leetcode 的题目：设计跳表（https://leetcode-cn.com/problems/design-skiplist/）
 
-链表结构，先搞定 Node
+既然是链表结构，先搞个 Node
 
 ```java
 class Node{
@@ -161,7 +160,7 @@ class Node{
 > - 如果一个节点有第 i 层(i>=1)指针（即节点已经在第 1 层到第 i 层链表中），那么它有第(i+1)层指针的概率为 p。
 > - 节点最大的层数不允许超过一个最大值，记为 MaxLevel。
 >
-> 这个计算随机层数的伪码如下所示：
+> 这个计算随机层数的代码如下所示：
 >
 > ```java
 > int randomLevel()
@@ -172,7 +171,7 @@ class Node{
 >     return level;
 > ```
 >
-> `randomLevel()` 的伪码中包含两个参数，一个是 p，一个是 MaxLevel。在 Redis 的 skiplist 实现中，这两个参数的取值为：
+> `randomLevel()` 包含两个参数，一个是 p，一个是 MaxLevel。在 Redis 的 skiplist 实现中，这两个参数的取值为：
 >
 > ```
 > p = 1/4
@@ -293,11 +292,11 @@ public Node search(int target) {
 
 >  Redis 中的有序集合是通过跳表来实现的，严格点讲，其实还用到了压缩列表、哈希表。
 >
-> Redis 提供了两种编码的选择，根据数量量的多少进行对应的转化 ([源码地址](https://github.com/redis/redis/blob/8f59f131e5c26680d21e825695ef24a4fd7b99b7/src/server.h) )
+> Redis 提供了两种编码的选择，根据数据量的多少进行对应的转化 ([源码地址](https://github.com/redis/redis/blob/8f59f131e5c26680d21e825695ef24a4fd7b99b7/src/server.h) )
 >
 > - 当数据较少时，ZSet 是由一个 ziplist 来实现的
 >
-> - 当数据多的时候，ZSet 是由一个dict + 一个 skiplist 来实现的。简单来讲，dict 用来查询数据到分数的对应关系，而 skiplist 用来根据分数查询数据（可能是范围查找）。
+> - 当数据多的时候，ZSet 是由一个 dict + 一个 skiplist 来实现的。简单来讲，dict 用来查询数据到分数的对应关系，而 skiplist 用来根据分数查询数据（可能是范围查找）。
 >
 > ![](https://cdn.jsdelivr.net/gh/Jstarfish/picBed/redis/Blank%20diagram%20-%20Page%203.svg)
 >
@@ -317,15 +316,15 @@ public Node search(int target) {
 | ZSCAN         | 迭代有序集合中的元素（包括元素成员和元素分值）               |
 | **ZREVRANGE** | 返回有序集 key 中，指定区间内的成员。其中成员的位置按 score 值递减(从大到小)来排列 |
 
-主要操作就是增删查一个数据，迭代数据、按区间查数据
+主要操作就是增删查一个数据，迭代数据、按区间查数据，看下原因
 
 - 哈希表是无序的，且只能查找单个 key，不适宜范围查找
 - 插入、删除、查找以及迭代输出有序序列这几个操作，红黑树也可以完成，时间复杂度跟跳表是一样的。但是，按照区间来查找数据这个操作，红黑树的效率没有跳表高（跳表只需要定位区间的起点，然后遍历就行了）
 - Redis 选跳表实现有序集合，还有其他各种原因，比如代码实现相对简单些，且更加灵活，它可以通过改变索引构建策略，有效平衡执行效率和内存消耗。
 
 
 
-## 这又是为什么？
+## 扯点别的 | 这又是为什么？
 
 > 有序集合的英文全称明明是**sorted sets**，为啥叫 zset 呢？
 >
@@ -348,6 +347,10 @@ public Node search(int target) {
 
 跳表是一种动态数据结构，支持快速地插入、删除、查找操作，时间复杂度都是 $O(logn)$。
 
+Redis 的 zset 是一个复合结构，一方面它需要一个 hash 结构来存储 value 和 score 的对应关系，另一方面需要提供按照 score 来排序的功能，还需要能够指定 score 的范围来获取 value 列表的功能
+
+Redis 中的有序集合是通过压缩列表、哈希表和跳表的组合来实现的，当数据较少时，ZSet 是由一个 ziplist 来实现的。当数据多的时候，ZSet 是由一个dict + 一个 skiplist 来实现的
+
 ![](https://i02piccdn.sogoucdn.com/06eb28fd58fa8840)