update

doc/algorithm.md

@@ -177,7 +177,7 @@ median的难度在于**避免全排序的前提下**，在O(nlogn)时间内找
 1. sort，time:O(nlogn)
 2. 用heap或者multiset来排序，最后可以用next算法取第k个元素，单次取kth和solution1效果差不多。
 3. 用两个priority_queue，取median时两个堆的元素最多相差1，而取kth时保持大顶堆（存放小元素）大小为k，小顶堆大小为（n-k）。适合与k比较小的情况。
-4. quick select（divide and conquer），不断构造privot A[i]，将lo和hi彼此靠拢，超找范围缩减至A[i]的某一侧，当i==k时，迭代停止。time:O(n^2)  (215题)
+4. quick select（divide and conquer），不断构造privot A[i]，将lo和hi彼此靠拢，超找范围缩减至A[i]的某一侧，当i==k时，迭代停止。time:O(n^2)  (215题) (好好看一看！！)
 
 
 * * *

src/question.md

@@ -12,7 +12,7 @@
 - [x] 50 pow(x,n) solution 3总是错误
 
 - [ ] 4 median of two sorted arrays 
-查看第四题的kth element解法
+查看第四题的kth element解法（和215题对比）
 https://discuss.leetcode.com/topic/26926/another-simple-and-neat-solution-binary-search-non-recursion-3-rows-of-core-code-o-log-min-m-n/2
 https://discuss.leetcode.com/topic/9898/share-my-simple-o-log-m-n-c-solution
 ！！！直接看215题总结
@@ -54,10 +54,11 @@ rpc
 - [ ] brpc
 
 分布式
-- [ ] 分布式的书
-- [ ] 一致哈希用于什么？优点是什么
+- [x] 分布式的书
+- [x] 一致哈希用于什么？优点是什么
 - [ ] go 构建微服务技术栈
 - [ ] 分布式session（6步达成基于zookeeper的分布式session实现）
+- [ ] 各种分布式协议
 
 Machine learning
 - [ ] python实战+github库