diff --git a/notes/算法.md b/notes/算法.md
index 32e21f8a..df40054a 100644
--- a/notes/算法.md
+++ b/notes/算法.md
@@ -454,7 +454,7 @@ public class WeightedQuickUnionUF {
**约定**
-待排序的元素需要实现 Java 的 Comparable 接口，该接口有 compareTo() 方法。
+待排序的元素需要实现 Java 的 Comparable 接口，该接口有 compareTo() 方法，可以用它来判断两个元素的大小关系。
研究排序算法的成本模型时，计算的是比较和交换的次数。
@@ -476,7 +476,7 @@ private void exch(Comparable[] a, int i, int j){
找到数组中的最小元素，将它与数组的第一个元素交换位置。再从剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。不断进行这样的操作，直到将整个数组排序。
-
+
```java
public class Selection {
@@ -499,7 +499,7 @@ public class Selection {
插入排序从左到右进行，每次都将当前元素插入到左部已经排序的数组中，使得插入之后左部数组依然有序。
-
+
```java
public class Insertion {
@@ -520,7 +520,7 @@ public class Insertion {
**选择排序和插入排序的比较**
-对于随机排序的无重复主键的数组，插入排序和选择排序的运行时间是平方级别的，两者之比是一个较小的常数。
+对于随机排列的无重复主键的数组，插入排序和选择排序的运行时间是平方级别的，两者之比是一个较小的常数。
## 希尔排序
@@ -530,7 +530,9 @@ public class Insertion {
希尔排序使用插入排序对间隔 h 的序列进行排序，如果 h 很大，那么元素就能很快的移到很远的地方。通过不断减小 h，最后令 h=1，就可以使得整个数组是有序的。
-
+
+
+
```java
public class Shell {
@@ -558,7 +560,9 @@ public class Shell {
归并排序的思想是将数组分成两部分，分别进行排序，然后归并起来。
-
+
+
+
### 1. 归并方法
@@ -587,6 +591,8 @@ public class MergeSort {
### 2. 自顶向下归并排序
+
+
```java
public static void sort(Comparable[] a) {
aux = new Comparable[a.length];
@@ -602,19 +608,15 @@ private static void sort(Comparable[] a, int lo, int hi) {
}
```
-
-
-
-
因为每次都将问题对半分成两个子问题，而这种对半分的算法复杂度一般为 O(NlogN)，因此该归并排序方法的时间复杂度也为 O(NlogN)。
-因为小数组的递归操作会过于频繁，因此使用插入排序来处理小数组将会获得更高的性能。
+因为小数组的递归操作会过于频繁，因此可以在数组过小时切换到插入排序来提高性能。
### 3. 自底向上归并排序
先归并那些微型数组，然后成对归并得到的子数组。
-
+
```java
public static void busort(Comparable[] a) {
@@ -634,7 +636,7 @@ public static void busort(Comparable[] a) {
归并排序将数组分为两个子数组分别排序，并将有序的子数组归并使得整个数组排序；快速排序通过一个切分元素将数组分为两个子数组，左子数组小于等于切分元素，右子数组大于等于切分元素，将这两个子数组排序也就将整个数组排序了。
-
+
```java
public class QuickSort {
@@ -654,9 +656,9 @@ public class QuickSort {
### 2. 切分
-取 a[lo] 作为切分元素，然后从数组的左端向右扫描直到找到第一个大于等于它的元素，再从数组的右端向左扫描找到第一个小于等于它的元素，交换这两个元素，并不断继续这个过程，就可以保证左指针的左侧元素都不大于切分元素，右指针 j 的右侧元素都不小于切分元素。当两个指针相遇时，将切分元素 a[lo] 和左子数组最右侧的元素 a[j] 交换然后返回 j 即可。
+取 a[lo] 作为切分元素，然后从数组的左端向右扫描直到找到第一个大于等于它的元素，再从数组的右端向左扫描找到第一个小于等于它的元素，交换这两个元素，并不断进行这个过程，就可以保证左指针 i 的左侧元素都不大于切分元素，右指针 j 的右侧元素都不小于切分元素。当两个指针相遇时，将切分元素 a[lo] 和左子数组最右侧的元素 a[j] 交换然后返回 j 即可。
-
+
```java
private static int partition(Comparable[] a, int lo, int hi) {
@@ -677,27 +679,27 @@ private static int partition(Comparable[] a, int lo, int hi) {
快速排序是原地排序，不需要辅助数组，但是递归调用需要辅助栈。
-快速排序最好的情况下是每次都正好能将数组对半分，这样递归调用次数才是最少的。这种情况下比较次数为 CN=2CN/2+N，也就是复杂度为 O(NlogN)。
+快速排序最好的情况下是每次都正好能将数组对半分，这样递归调用次数才是最少的。这种情况下比较次数为 CN=2CN/2+N，复杂度为 O(NlogN)。
最坏的情况下，第一次从最小的元素切分，第二次从第二小的元素切分，如此这般。因此最坏的情况下需要比较 N2/2。为了防止数组最开始就是有序的，在进行快速排序时需要随机打乱数组。
### 4. 算法改进
-#### 4.1 切换到插入排序
+**（一）切换到插入排序**
因为快速排序在小数组中也会调用自己，对于小数组，插入排序比快速排序的性能更好，因此在小数组中可以切换到插入排序。
-#### 4.2 三取样
+**（二）三取样**
最好的情况下是每次都能取数组的中位数作为切分元素，但是计算中位数的代价很高。人们发现取 3 个元素并将大小居中的元素作为切分元素的效果最好。
-#### 4.3 三向切分
+**（三）三向切分**
对于有大量重复元素的数组，可以将数组切分为三部分，分别对应小于、等于和大于切分元素。
三向切分快速排序对于只有若干不同主键的随机数组可以在线性时间内完成排序。
-
+
```java
public class Quick3Way {
@@ -847,7 +849,7 @@ public static void sort(Comparable[] a){
### 1. 排序算法的比较
-
+
快速排序时最快的通用排序算法，它的内循环的指令很少，而且它还能利用缓存，因为它总是顺序地访问数据。它的运行时间增长数量级为 \~cNlogN，这里的 c 比其他线性对数级别的排序算法都要小。使用三向切分之后，实际应用中可能出现的某些分布的输入能够达到线性级别，而其它排序算法仍然需要线性对数时间。
diff --git a/pics/037f84c6-b470-42e0-a2d9-fd8cd7e96fa8.png b/pics/037f84c6-b470-42e0-a2d9-fd8cd7e96fa8.png
new file mode 100644
index 00000000..11ca467d
Binary files /dev/null and b/pics/037f84c6-b470-42e0-a2d9-fd8cd7e96fa8.png differ
diff --git a/pics/202cd47c-ef2f-4c0e-a511-53359553387d.png b/pics/202cd47c-ef2f-4c0e-a511-53359553387d.png
new file mode 100644
index 00000000..25e0d877
Binary files /dev/null and b/pics/202cd47c-ef2f-4c0e-a511-53359553387d.png differ
diff --git a/pics/4e3faf22-fa80-445e-a57d-594c37bb76e7.png b/pics/4e3faf22-fa80-445e-a57d-594c37bb76e7.png
new file mode 100644
index 00000000..3e188a9f
Binary files /dev/null and b/pics/4e3faf22-fa80-445e-a57d-594c37bb76e7.png differ
diff --git a/pics/6e8f16d1-7dea-4331-aea0-3dd739db00a4.png b/pics/6e8f16d1-7dea-4331-aea0-3dd739db00a4.png
new file mode 100644
index 00000000..2bc0a265
Binary files /dev/null and b/pics/6e8f16d1-7dea-4331-aea0-3dd739db00a4.png differ
diff --git a/pics/8d13ee52-e881-41eb-ad70-678c411f2718.png b/pics/8d13ee52-e881-41eb-ad70-678c411f2718.png
new file mode 100644
index 00000000..90bbe673
Binary files /dev/null and b/pics/8d13ee52-e881-41eb-ad70-678c411f2718.png differ
diff --git a/pics/a451b523-7e24-4fae-8e35-c46b14beed68.png b/pics/a451b523-7e24-4fae-8e35-c46b14beed68.png
new file mode 100644
index 00000000..45ca0ed2
Binary files /dev/null and b/pics/a451b523-7e24-4fae-8e35-c46b14beed68.png differ
diff --git a/pics/aa62b91f-3540-4a28-8ea9-045f62ab3bcc.png b/pics/aa62b91f-3540-4a28-8ea9-045f62ab3bcc.png
new file mode 100644
index 00000000..ddbc1204
Binary files /dev/null and b/pics/aa62b91f-3540-4a28-8ea9-045f62ab3bcc.png differ
diff --git a/pics/b43437dd-16b6-4023-bdda-d6f7d6db762e.png b/pics/b43437dd-16b6-4023-bdda-d6f7d6db762e.png
new file mode 100644
index 00000000..5dcc9708
Binary files /dev/null and b/pics/b43437dd-16b6-4023-bdda-d6f7d6db762e.png differ
diff --git a/pics/b5fed547-a989-4ead-81d5-ea72660faf99.png b/pics/b5fed547-a989-4ead-81d5-ea72660faf99.png
new file mode 100644
index 00000000..cb04f7cb
Binary files /dev/null and b/pics/b5fed547-a989-4ead-81d5-ea72660faf99.png differ
diff --git a/pics/bed9d745-f971-405d-ba57-bcfa7986c8bd.png b/pics/bed9d745-f971-405d-ba57-bcfa7986c8bd.png
new file mode 100644
index 00000000..f1f9adba
Binary files /dev/null and b/pics/bed9d745-f971-405d-ba57-bcfa7986c8bd.png differ
diff --git a/pics/c95a18ae-4b97-4fa9-9806-d9ed7b345b42.png b/pics/c95a18ae-4b97-4fa9-9806-d9ed7b345b42.png
new file mode 100644
index 00000000..a7e3e6c3
Binary files /dev/null and b/pics/c95a18ae-4b97-4fa9-9806-d9ed7b345b42.png differ
diff --git a/pics/e4ca3383-910a-4936-8ac2-9e8fd31b736b.png b/pics/e4ca3383-910a-4936-8ac2-9e8fd31b736b.png
new file mode 100644
index 00000000..8ff86a82
Binary files /dev/null and b/pics/e4ca3383-910a-4936-8ac2-9e8fd31b736b.png differ
