diff --git "a/LeetCode/141-150/146. LRU \347\274\223\345\255\230\346\234\272\345\210\266\357\274\210\344\270\255\347\255\211\357\274\211.md" "b/LeetCode/141-150/146. LRU \347\274\223\345\255\230\346\234\272\345\210\266\357\274\210\344\270\255\347\255\211\357\274\211.md"
index 10ae9015..8f5246eb 100644
--- "a/LeetCode/141-150/146. LRU \347\274\223\345\255\230\346\234\272\345\210\266\357\274\210\344\270\255\347\255\211\357\274\211.md"	
+++ "b/LeetCode/141-150/146. LRU \347\274\223\345\255\230\346\234\272\345\210\266\357\274\210\344\270\255\347\255\211\357\274\211.md"	
@@ -6,13 +6,12 @@ Tag : 「设计」、「链表」、「哈希表」
 
 
 
+运用你所掌握的数据结构，设计和实现一个  `LRU` (最近最少使用) 缓存机制 。
+实现 `LRUCache` 类：
 
-运用你所掌握的数据结构，设计和实现一个  LRU (最近最少使用) 缓存机制 。
-实现 LRUCache 类：
-
-* LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存
-* int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
-* void put(int key, int value) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。
+* `LRUCache(int capacity)` 以正整数作为容量 `capacity` 初始化 `LRU` 缓存
+* `int get(int key)` 如果关键字 `key` 存在于缓存中，则返回关键字的值，否则返回 $-1$ 
+* `void put(int key, int value)` 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。
 
 进阶：你是否可以在 $O(1)$ 时间复杂度内完成这两种操作？
 
@@ -38,10 +37,10 @@ lRUCache.get(4);    // 返回 4
 ```
 
 提示：
-* 1 <= capacity <= 3000
-* 0 <= key <= 3000
-* 0 <= value <= $10^4$
-* 最多调用 3 * $10^4$ 次 get 和 put
+* $1 <= capacity <= 3000$
+* $0 <= key <= 3000$
+* $0 <= value <= 10^4$
+* 最多调用 $3 * 10^4$ 次 `get` 和 `put`
 
 ---
 
@@ -53,7 +52,7 @@ LRU 是一种十分常见的页面置换算法。
 
 **题目让我们实现一个容量固定的 `LRUCache` 。如果插入数据时，发现容器已满时，则先按照 LRU 规则淘汰一个数据，再将新数据插入，其中「插入」和「查询」都算作一次“使用”。**
 
-可以通过 🌰 来理解，假设我们有容量为 $2$ 的 `LRUCache` 和 测试键值对 `[`1-1`,`2-2`,`3-3`]` ，将其按照顺序进行插入 & 查询：
+可以通过 🌰 来理解，假设我们有容量为 $2$ 的 `LRUCache` 和 测试键值对 `[1-1,2-2,3-3]` ，将其按照顺序进行插入 & 查询：
 * 插入 `1-1`，此时最新的使用数据为 `1-1`
 * 插入 `2-2`，此时最新使用数据变为 `2-2`
 * 查询 `1-1`，此时最新使用数据为 `1-1`
@@ -74,15 +73,16 @@ LRU 是一种十分常见的页面置换算法。
 具体的，我们使用哈希表来存储「键值对」，键值对的键作为哈希表的 Key，而哈希表的 Value 则使用我们自己封装的 `Node` 类，`Node` 同时作为双向链表的节点。
 
 * 插入：检查当前键值对是否已经存在于哈希表：
-  * 如果存在，则更新键值对，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
-  * 如果不存在，则检查哈希表容量是否已经达到容量：
-    * 没达到容量：插入哈希表，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
-    * 已达到容量：先从链表尾部找到待删除元素进行删除（`delete` 操作），然后再插入哈希表，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
-* 查询：如果没在哈希表中找到该 Key，直接返回 $-1$；如果存在该 Key，则将对应的值返回，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
+	
+	* 如果存在，则更新键值对，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
+	
+	* 如果不存在，则检查哈希表容量是否已经达到容量：
+		* 没达到容量：插入哈希表，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
+		* 已达到容量：先从链表尾部找到待删除元素进行删除（`delete` 操作），然后再插入哈希表，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
 
-一些细节：
+* 查询：如果没在哈希表中找到该 Key，直接返回 $-1$；如果存在该 Key，则将对应的值返回，并将当前键值对所对应的 `Node` 节点调整到链表头部（`refresh` 操作）
 
-* 为了减少双向链表左右节点的「判空」操作，我们预先建立两个「哨兵」节点 `head` 和 `tail`。
+一些细节： 为了减少双向链表左右节点的「判空」操作，我们预先建立两个「哨兵」节点 `head` 和 `tail`。
 
 代码：
 ```Java []
@@ -162,7 +162,7 @@ class LRUCache {
 
 ### 最后
 
-这是我们「刷穿 LeetCode」系列文章的第 `No.146` 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先将所有不带锁的题目刷完。
+这是我们「刷穿 LeetCode」系列文章的第 `No.146` 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。
 
 在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。