diff --git "a/LeetCode/1601-1610/1606. \346\211\276\345\210\260\345\244\204\347\220\206\346\234\200\345\244\232\350\257\267\346\261\202\347\232\204\346\234\215\345\212\241\345\231\250\357\274\210\345\233\260\351\232\276\357\274\211.md" "b/LeetCode/1601-1610/1606. \346\211\276\345\210\260\345\244\204\347\220\206\346\234\200\345\244\232\350\257\267\346\261\202\347\232\204\346\234\215\345\212\241\345\231\250\357\274\210\345\233\260\351\232\276\357\274\211.md"
index 35cf024d..a6874903 100644
--- "a/LeetCode/1601-1610/1606. \346\211\276\345\210\260\345\244\204\347\220\206\346\234\200\345\244\232\350\257\267\346\261\202\347\232\204\346\234\215\345\212\241\345\231\250\357\274\210\345\233\260\351\232\276\357\274\211.md"	
+++ "b/LeetCode/1601-1610/1606. \346\211\276\345\210\260\345\244\204\347\220\206\346\234\200\345\244\232\350\257\267\346\261\202\347\232\204\346\234\215\345\212\241\345\231\250\357\274\210\345\233\260\351\232\276\357\274\211.md"	
@@ -81,7 +81,7 @@ Tag : 「数据结构」、「优先队列」、「堆」、「红黑树」、
 
 再根据「每个任务有对应的开始时间和持续时间」以及「任务分配规则」，容易想到使用优先队列（堆）和有序集合（红黑树）来进行维护。
 
-具体的，利用「每个任务有对应的开始时间和持续时间」，我们使用优先队列（堆）维护二元组 $(idx, endTime)$，其中 $idx$ 为机器编号，$endTime$ 为当前机台所处理任务的结束时间（也就是该机台最早能够接受新任务的时刻），对于每个 $arrival[i]$ 而言（新任务），我们先从优先队列中取出所有 $endTime < arrival[i]$ 的机台 $idx$，加入「空闲池」，然后再按照「任务分配规则」从空闲池子中取机台，若取不到，则丢弃该任务。
+具体的，利用「每个任务有对应的开始时间和持续时间」，我们使用优先队列（堆）维护二元组 $(idx, endTime)$，其中 $idx$ 为机器编号，$endTime$ 为当前机台所处理任务的结束时间（也就是该机台最早能够接受新任务的时刻），对于每个 $arrival[i]$ 而言（新任务），我们先从优先队列中取出所有 $endTime \leqslant arrival[i]$ 的机台 $idx$，加入「空闲池」，然后再按照「任务分配规则」从空闲池子中取机台，若取不到，则丢弃该任务。
 
 由于「任务分配规则」是优先取大于等于 `i % k` 的最小值，若取不到，再取大于等于 $0$ 的最小值。因此我们的「空闲池」最好是支持「二分」的有序集合，容易想到基于「红黑树」的 `TreeSet` 结构。
 
@@ -114,6 +114,29 @@ class Solution {
     }
 }
 ```
+
+```Python
+from sortedcontainers import SortedList
+
+class Solution:
+    def busiestServers(self, k: int, arrival: List[int], load: List[int]) -> List[int]:
+        cnts = [0] * k
+        n, m = len(arrival), 0
+        busy, free = [], SortedList(range(k))
+        for i in range(n):
+            start, end = arrival[i], arrival[i] + load[i]
+            while busy and busy[0][0] <= start:
+                free.add(busy[0][1])
+                heappop(busy)
+            if (idx := free.bisect_left(i % k)) == len(free) == (idx := free.bisect_left(0)):
+                continue
+            u = free[idx]
+            free.remove(u)
+            heappush(busy, (end, u))
+            cnts[u] += 1
+            m = max(m, cnts[u])
+        return [i for i in range(k) if cnts[i] == m]
+```
 * 时间复杂度：令任务数量为 $n$，机台数量为 $k$，起始将所有机台存入 `TreeSet`，复杂度为 $O(k\log{k})$；每次处理新的 $arrival[i]$ 时，先从优先队列取出可接受新任务的机台，存入 `TreeSet`，然后从 `TreeSet` 中取出最多一个的机台来完成任务，其中从 `TreeSet` 中取出机台最多调用两次的 `ceiling` 操作，复杂度为 $O(\log{k})$，这部分的整体复杂度为 $O(n\log{k})$；统计处理任务数达到 `max` 的机台集合复杂度为 $O(k)$；整体复杂度为 $O((k + n)\log{k})$
 * 空间复杂度：$O(k)$