diff --git a/工作日志/2020年9月6日-ML.md b/工作日志/2020年9月6日-ML.md
index ec4d1601..d117494e 100644
--- a/工作日志/2020年9月6日-ML.md
+++ b/工作日志/2020年9月6日-ML.md
@@ -1,113 +1,138 @@
 # 机器学习
+
 ## 当前的主要任务：
 
 现在处在研究的第一和第二阶段。关于第一阶段联邦学习的应用场景，主要由蒋师兄完成。第二阶段，学习联邦学习关联的基础知识，为第三阶段机器学习算法的实现和框架的搭建做好准备。
 
-看完相关的文章和博客。然后开始学习，用两周时间学习完成基础知识。在学习基础知识的时候，使用tensorflow框架进行算法的运行。
+看完相关的文章和博客。然后开始学习，用两周时间学习完成基础知识。在学习基础知识的时候，使用 tensorflow 框架进行算法的运行。
+
+---
 
--------------------
 ## 长久的时间计划：
-* 必须在十一月份之前完成学习工作。那就到10月30号把。还有五本需要看的书。10月30号之前，完全搞懂该领域的内容。
-* 十一月份，进行调研，寻找大量相关的研究工作。
-* 十二月份，对相关领域的算法进行实现。对算法进行改进。
+
+- 必须在十一月份之前完成学习工作。那就到 10 月 30 号把。还有五本需要看的书。10 月 30 号之前，完全搞懂该领域的内容。
+- 十一月份，进行调研，寻找大量相关的研究工作。
+- 十二月份，对相关领域的算法进行实现。对算法进行改进。
 
 > 感觉时间不够了啊，兄弟。你这需要做的事情有点多。国庆节，尽量恶补完成大部分机器学习的基础知识和主要的算法，然后国庆节后开始看论文。
 
---------------
+---
+
 ## 学习路线
 
-### Python系列（一周）
-> 熟悉python进行机器学习的基础库，包括每个库都干了什么。
+### Python 系列（一周）
 
-python3-numpy-scipy-matplotlib-pandas√
-> 基本完成。主要是知道了这些东西都是干什么用的。
+> 熟悉 python 进行机器学习的基础库，包括每个库都干了什么。
+
+- [x] python3√
+- [x] numpy√
+- [x] scipy√
+- [x] matplotlib√
+- [x] pandas√
+  > 基本完成。主要是知道了这些东西都是干什么用的。
 
 ### 机器学习+深度学习系列（视频教程）（三周）
-> 需要了解机器学习的各种工具，需要的进行补充。使用python3进行编程实践。这一部分是最关键的，需要按照知乎的方法进行调整学习。入门课程->模型算法->编程实践
+
+> 需要了解机器学习的各种工具，需要的进行补充。使用 python3 进行编程实践。这一部分是最关键的，需要按照知乎的方法进行调整学习。入门课程->模型算法->编程实践
 
 1. 《机器学习》吴恩达的课程一看。跟着做做笔记。
-   * 第一轮，笔记对照(看一部分，总结一部分。)
-   * 第二轮，看吴恩达的PPT重新整理所有的笔记。
-   * 第三轮，寻找吴恩达课程的课后题，使用python完成课后题
+   - [x] 第一轮，笔记对照(看一部分，总结一部分。)
+   - 第二轮，看吴恩达的 PPT 重新整理所有的笔记。
+   - 第三轮，寻找吴恩达课程的课后题，使用 python 完成课后题
 2. 吴恩达的神经网络五套课程看完。各种神经网络。
-   * 神经网络与深度学习
-   * 改善神经网络
-   * 结构化项目学习
-   * 卷积神经网络
-   * 序列模型
-   * 第一轮，笔记对（借用其他人的笔记进行修改，同时理解）
-   * 第二轮，看吴恩达的PPT重新整理所有的笔记
-   * 第三轮，课后题，TensorFlow完成
-3. ~~《统计学习方法》~~ 一看。3Blue1Brown的视频看一看。跟着做做笔记。数学公式太多，太难了，应该学会放弃。看西瓜书好了。
-4. 《机器学习西瓜书》一看。跟着做做笔记。
-5. 《机器学习实战》量子位提供的书，适合编程。
-6. 《python机器学习》里边涉及几个实战
-7. 《白板推导》视频看一遍。tensorflow教程一看，实现一遍之前的算法。
-8. （可选） ~~《机器学习基石》上&下~~//李宏毅的机器学习也行（在进行一段时间之后，已经完成了多个项目之后，可以回过头来看李的视频，进行更深层次的理解）
-   * 完成第二轮，笔记对照
-   * 代码实现课后的内容
+   - [x] 神经网络与深度学习
+   - [x] 改善神经网络
+   - [x] 结构化项目学习
+   - [x] 卷积神经网络
+   - [x] 序列模型
+   - 第一轮，笔记对（借用其他人的笔记进行修改，同时理解）
+   - 第二轮，看吴恩达的 PPT 重新整理所有的笔记
+   - 第三轮，课后题，TensorFlow 完成
+3. ~~《统计学习方法》~~ 一看。
+   - [ ] 3Blue1Brown 的视频看一看。跟着做做笔记。数学公式太多，太难了，应该学会放弃。看西瓜书好了。
+4. 《机器学习西瓜书》一看。
+   - [ ] 跟着做做笔记。
+5. 《机器学习实战》
+   - [ ] 量子位提供的书，适合编程。
+6. 《python 机器学习》
+   - [ ] 几个实战.
+7. 《白板推导》
+   - [ ] 视频看一遍。tensorflow 教程一看，实现一遍之前的算法。
+8. （可选） ~~《机器学习基石》上&下~~
+   - [ ] 李宏毅的机器学习也行（在进行一段时间之后，已经完成了多个项目之后，可以回过头来看李的视频，进行更深层次的理解）
+   - [ ] 完成第二轮，笔记对照
+   - [ ] 代码实现课后的内容
 
 > (1,2)->(3,4)->(5,6)->(7,8)
 
 > 安排
+>
 > 1. 首先跟着量子位的课程完成上述学习。
-> 2. 然后跟着apacheCN的资料完成第二阶段的阅读。
+> 2. 然后跟着 apacheCN 的资料完成第二阶段的阅读。
 > 3. 然后就是尝试专业领域的应用实战。
-> 补充：林轩田《机器学习基石》《机器学习技法》。李宏毅的《机器学习视频教程》。
-> 工具
->     * sklearn
->     * tensorflow
+>    补充：林轩田《机器学习基石》《机器学习技法》。李宏毅的《机器学习视频教程》。
+>    工具
+>    _ sklearn
+>    _ tensorflow
 
 > 变更说明
-> * 经过仔细思考，感觉李宏毅的机器学习+深度学习与吴恩达的机器学习+深度学习，重叠的部分太多，入门阶段进行混合学习代价较大。所以，入门阶段都是以吴恩达的课程为主，编程也是以吴恩达的课程为主。总共包括五个模块，可以适当地学习三到四个模块，然后进行下一阶段。
-> * 等所有部分完成了，以李宏毅的课程作为基础知识的回顾和强化。
-
+>
+> - 经过仔细思考，感觉李宏毅的机器学习+深度学习与吴恩达的机器学习+深度学习，重叠的部分太多，入门阶段进行混合学习代价较大。所以，入门阶段都是以吴恩达的课程为主，编程也是以吴恩达的课程为主。总共包括五个模块，可以适当地学习三到四个模块，然后进行下一阶段。
+> - 等所有部分完成了，以李宏毅的课程作为基础知识的回顾和强化。
 
 > 学习路径说明
-> * 视频教程-基础知识构建，以知识的角度，逐渐构建机器学习体系，跟随课程理解。
-> * 读书整理-机器学习算法，从算法的角度，独立理解算法的原理，深刻理解每个算法的原理。
-> * 算法实践，从工程的角度，考虑如何设计算法，实现算法，优化算法和进行算法可视化
+>
+> - 视频教程-基础知识构建，以知识的角度，逐渐构建机器学习体系，跟随课程理解。
+> - 读书整理-机器学习算法，从算法的角度，独立理解算法的原理，深刻理解每个算法的原理。
+> - 算法实践，从工程的角度，考虑如何设计算法，实现算法，优化算法和进行算法可视化
 
+### 联邦学习实践系列（三周）
 
-### 联邦学习系列（三周）
 > 尝试搭建小型的联邦学习框架。寻找网络教程，完成这一块，还有很多书。
-tensorflow
-fate
+
+- [ ] sklearn
+- [ ] tensorflow
+- [ ] pysft
+- [ ] fate
 
 ### 问题定义（三周）
 
-* 阅读相关论文，定义环境，找到论文的方向。
-* 分析前沿的研究，了解该领域的主要方案。
-* 提出自己解决问题的方案，对模型和系统进行初步规划。
+- 阅读相关论文，定义环境，找到论文的方向。
+- 分析前沿的研究，了解该领域的主要方案。
+- 提出自己解决问题的方案，对模型和系统进行初步规划。
 
 ### 相关资料说明
-* 吴恩达的机器学习
-* 吴恩达的深度学习五套课程
-* 李宏毅《机器学习+深度学习》课程
-* ~~林轩田《机器学习基石》课程~~
-* 李航《统计学习方法》
-* 周志华《西瓜书》
-* 《机器学习实战》
-* 《Python机器学习》
+
+- 吴恩达的机器学习
+- 吴恩达的深度学习五套课程
+- 李宏毅《机器学习+深度学习》课程
+- ~~林轩田《机器学习基石》课程~~
+- 李航《统计学习方法》
+- 周志华《西瓜书》
+- 《机器学习实战》
+- 《Python 机器学习》
 
 ### 选择
+
 框架选择：
-* tensorflow和fate
-研究方向：
-* 数据挖掘
-* 文本处理（自然语言处理）
-* 行为建模和行为分析。（这可能是工作量最大的地方。）
-* 恶意软件相关特征提取（恶意软件相关特征分析和应用，机器学习算法应用的地方，联合训练模型的构建）
+
+- tensorflow 和 fate
+  研究方向：
+- 数据挖掘
+- 文本处理（自然语言处理）
+- 行为建模和行为分析。（这可能是工作量最大的地方。）
+- 恶意软件相关特征提取（恶意软件相关特征分析和应用，机器学习算法应用的地方，联合训练模型的构建）
 
 ### 参考
-* [知乎量子位回答](https://zhuanlan.zhihu.com/p/37349519)
-* [知乎ApacheCN回答](https://www.zhihu.com/question/20691338/answer/248678328)
-> 当你按照自己的流程走完了上述的内容之后，应该去看量子位和ApacheCn的教程。自己的学习只能算是入门，当前的关键，应该是开始学习，而不是在这里瞎搞。
+
+- [知乎量子位回答](https://zhuanlan.zhihu.com/p/37349519)
+- [知乎 ApacheCN 回答](https://www.zhihu.com/question/20691338/answer/248678328)
+  > 当你按照自己的流程走完了上述的内容之后，应该去看量子位和 ApacheCn 的教程。自己的学习只能算是入门，当前的关键，应该是开始学习，而不是在这里瞎搞。
 
 ### 补充学习
 
 > 有时间学习一下数学内容（找相关的数学客车个）
 
-* 微积分
-* 线性代数
-* 概率论和数理统计
\ No newline at end of file
+- 微积分
+- 线性代数
+- 概率论和数理统计
diff --git a/工作日志/2021年2月27日-三月份计划.md b/工作日志/2021年2月27日-三月份计划.md
index d67d754c..04cf924a 100644
--- a/工作日志/2021年2月27日-三月份计划.md
+++ b/工作日志/2021年2月27日-三月份计划.md
@@ -10,50 +10,51 @@
 - 制作简历（明天）√
 - 知识复习——语言
   - C++（primer）（两周）
-    - 基础语法√
-    - 标准库 STL√
-    - 面向对象√
-    - 设计模式（有道云笔记，gitee 设计模式库，书）
-    - effective 系列
-    - 系列视频
-    - 问题专项解决）
+    - [x] 基础语法 √
+    - [x] 标准库 STL√
+    - [x] 面向对象 √
+    - [ ] 设计模式（有道云笔记，gitee 设计模式库，书）
+    - [ ] effective 系列
+    - [ ] 系列视频
+    - [ ] 问题专项解决）
   - Java（两周）
-    - 语法
-    - 标准库（网络编程、多线程、IO）
-    - Spring框架
-- 知识复习——算法与数据结构（一周）
-  - 数据结构《大话数据结构》
-  - 算法《数据结构与算法分析》《算法图解》
+    - [ ] 语法
+    - [ ] 标准库（网络编程、多，周）
+  - 数据结构
+    - [ ] 《大话数据结构》
+  - 算法
+    - [ ] 《数据结构与算法分析》
+    - [ ] 《算法图解》
 - 知识复习——基础（一周）
-  - 计算机网络
-  - 数据库
-  - 操作系统
-  - Linux 与网络编程
-* 刷题
-  * 力扣（学习、题库、讨论。侧重于刷算法类型的题目和相关讨论）
-    * 学习：3-5本书的学习需要阅读的书籍如下
-      * 数组、链表、队列、树（堆）、图(数据结构专项)
-      * 初级算法
-      * 中级算法
-      * 高级算法
-    * 题库：然后按照热度刷题库
-      * 剑指offer
-    * 讨论：没事看讨论，主要是一些面经和基础知识，可以补充
-  * 牛客网（学习、社区、求职基础知识的学习）
-    * 题库（知识用来刷题）
-      * 经典必刷题目
-      * C++/JAVA专项练习
+  - [ ] 计算机网络
+  - [ ] 数据库
+  - [ ] 操作系统
+  - [ ] Linux 与网络编程
 
+- 刷题
+  - 力扣（学习、题库、讨论。侧重于刷算法类型的题目和相关讨论）
+    - 学习：3-5 本书的学习需要阅读的书籍如下
+      - [ ] 数组、链表、队列、树（堆）、图(数据结构专项)
+      - [ ] 初级算法
+      - [ ] 中级算法
+      - [ ] 高级算法
+    - 题库：然后按照热度刷题库
+      - [X] 剑指 offer√
+      - [ ] 每日一题
+    - 讨论：没事看讨论，主要是一些面经和基础知识，可以补充
+  - 牛客网（学习、社区、求职基础知识的学习）
+    - 题库（知识用来刷题）
+      - [ ] 经典必刷题目
+      - [ ] C++/JAVA 专项练习
 
 ### 问题（待处理）
 
-* 关于递归的方式。头递归。尾递归。递归前和递归后的处理。递归前的处理，影响或许递归。递归后的处理，恢复之前的影响。那个应该是一个典型的递归搜索路径的问题。
-* 关于树的处理。前序遍历中序遍历后续遍历。
-* 关于位运算的特殊总结。
-
+- [x] 关于递归的方式。头递归。尾递归。递归前和递归后的处理。递归前的处理，影响或许递归。递归后的处理，恢复之前的影响。那个应该是一个典型的递归搜索路径的问题。
+- [x] 关于树的处理。前序遍历中序遍历后续遍历。
+- [x] 关于位运算的特殊总结。
 
 ### 时间安排
 
-* 知识复习——数据结构与算法
-  * 明天早上，根据已经下载好的笔记，读博客已经收藏的博客，修改笔记。关键部分写代码。
-* 刷题——剑指offer、经典必刷提、C++专项练习。
\ No newline at end of file
+- 知识复习——数据结构与算法
+  - 明天早上，根据已经下载好的笔记，读博客已经收藏的博客，修改笔记。关键部分写代码。
+- 刷题——剑指 offer、经典必刷提、C++专项练习。
diff --git a/工作日志/2021年3月15日-每日计划.md b/工作日志/2021年3月15日-每日计划.md
index 086b89f7..9e0f8931 100644
--- a/工作日志/2021年3月15日-每日计划.md
+++ b/工作日志/2021年3月15日-每日计划.md
@@ -1,11 +1,6 @@
 ## 今天的计划
 
-* 刷完今天的十道题
-* 刷完昨天的十道题
-
-
-
-
+- [x] 刷完今天的十道题 √
 
 ## 今天的收获
 
diff --git a/工作日志/2021年3月16日-每日计划.md b/工作日志/2021年3月16日-每日计划.md
index 720b41ad..f22cdc64 100644
--- a/工作日志/2021年3月16日-每日计划.md
+++ b/工作日志/2021年3月16日-每日计划.md
@@ -1,6 +1,6 @@
 ## 今天的计划
-* 刷完十道题
-* 开始做毕设
+
+- [x] 刷完十道题
 
 
 ## 今天的收获
diff --git a/工作日志/2021年3月17日-今日计划.md b/工作日志/2021年3月17日-今日计划.md
index 3ca93ecb..cdfc79ef 100644
--- a/工作日志/2021年3月17日-今日计划.md
+++ b/工作日志/2021年3月17日-今日计划.md
@@ -1,17 +1,15 @@
 # 计划
-1. 对刷题的内容进行总结。首先进行这个总结。
-2. 实现字符串分割和字符串格式化的方法（C++库string篇）
-3. 学习、复习分治法（把相关思想下的问题和算法补充完整）
-4. 学习、复习动态规划
-5. 学习、复习贪心
-6. 学习、复习回溯剪枝
-7. 学习、复习分支限界
-8. √学习C++容器。对容器的构造函数进行总结。
-9. √学习C++容器。对每个容器的基础操作进行总结。
-10. √学习C++模板算法。对算法的第三个参数进行总结。
-11. 需要重新看一下补码、原码相关的加减法操作。
-
-
+- [ ] 对刷题的内容进行总结。首先进行这个总结。(一半了)
+- [ ] 实现字符串分割和字符串格式化的方法（C++库string篇）
+- [ ] 学习、复习分治法（把相关思想下的问题和算法补充完整）
+- [ ] 学习、复习动态规划
+- [ ] 学习、复习贪心
+- [ ] 学习、复习回溯剪枝
+- [ ] 学习、复习分支限界
+- [x] 学习C++容器。对容器的构造函数进行总结。
+- [x] 学习C++容器。对每个容器的基础操作进行总结。
+- [x] 学习C++模板算法。对算法的第三个参数进行总结。
+- [ ] 需要重新看一下补码、原码相关的加减法操作。
 # 收获
 
 * 学会了sort的第三个参数的应用
diff --git a/工作日志/2021年3月18日-今日计划.md b/工作日志/2021年3月18日-今日计划.md
index d3323a56..bd36b137 100644
--- a/工作日志/2021年3月18日-今日计划.md
+++ b/工作日志/2021年3月18日-今日计划.md
@@ -2,10 +2,10 @@
 
 > 完成昨天的任务。
 
-1. 学习、复习图算法，动手实现所有的图算法。
-2. 看完数据结构与算法的三本书！！！对相关的原理进行复习和总结。
-3. 学习机器学习的实现方案。毕设计划真正的开始执行。
-4. 关于字符串分割。字符串格式化方法的总结。转换成流，作为流对象处理。转换为容器。作为容器对象处理，使用泛型算法。
+- [ ] 学习、复习图算法，动手实现所有的图算法。 
+- [ ] 看完数据结构与算法的三本书！！！对相关的原理进行复习和总结。
+- [ ] 学习机器学习的实现方案。毕设计划真正的开始执行。
+- [ ] 关于字符串分割。字符串格式化方法的总结。转换成流，作为流对象处理。转换为容器。作为容器对象处理，使用泛型算法。
 
 ## 收获
 
diff --git a/工作日志/2021年3月19日-四月份计划.md b/工作日志/2021年3月19日-四月份计划.md
new file mode 100644
index 00000000..7955d374
--- /dev/null
+++ b/工作日志/2021年3月19日-四月份计划.md
@@ -0,0 +1,40 @@
+## 计划
+
+> 复习计划暂时搁置。开始机器学习的计划（第二篇）五月份学弟就要毕业了，也就是在四月份一个月要把一下的东西全部搞出来。
+
+> 当前工作的主要的三个方向
+> 1. 机器学习算法实践。
+> 2. 联邦学习文章复现。
+> 3. 恶意软件数据处理。
+
+### 机器学习算法实践（四周）
+> 尝试各种机器学习算法，主要使用主流的算法框架。寻找网络教程，完成这一块，还有很多书。机器学习算法，应该由浅入深。不能像之前那样想先学会所有的原理，自己手动实现这些原理，然后使用别人的框架实现这些过程，在别人的基础上进行改进。当前应该吧顺序颠倒过来。从使用开始，逐渐理解底层的东西，然后做出适当的修改。
+> 1. ->使用算法框架或别人的代码解决问题
+> 2. ->理解该代码的底层逻辑
+> 3. ->理解机器学习算法的原理
+> 4. ->改进算法符合自己的预期目标。
+
+- [ ] sklearn与机器学习算法的原理。各种机器学习算法实践。
+- [ ] tensorflow federated
+- [ ] pysft
+- [ ] fate
+
+### 联邦学习文章复现（四周）
+> 阅读当前最新的联邦学习文章。使用别人的代码复现联邦学习的过程。复习和复现
+
+- [ ] DeepAMD
+
+### 恶意软件数据处理（四周）
+> 针对恶意软件使用机器学习算法。尝试单机或者使用联邦学习解决恶意软件中的问题。
+
+- [ ] 恶意软件数据的处理
+- [ ] 恶意软件与机器学习算法的结合
+
+### 任务安排
+
+1. 每天sklearn一个机器学习小算法
+2. 每天一个联邦学习框架
+3. 每天一篇联邦学习的文章。
+4. 每天数据集处理一小步。
+
+## 收获
\ No newline at end of file
diff --git a/工作日志/2021年3月20日-今日计划.md b/工作日志/2021年3月20日-今日计划.md
new file mode 100644
index 00000000..9a9dda86
--- /dev/null
+++ b/工作日志/2021年3月20日-今日计划.md
@@ -0,0 +1,18 @@
+## 计划
+
+> C++11的新特性+C++标准库组合起来也太有意思了。可以创造无限可能啊。
+> Python现在的发展也有点离谱。几天不看就不会用了。Python开发的工具也太多了。
+
+1. 每天sklearn一个机器学习小算法
+   - [ ] k-近邻算法
+   - [ ] 复习吴恩达机器学习笔记
+   - [ ] 复习吴恩达深度学习笔记
+2. 每天一个联邦学习框架
+   - [ ] pysyft
+3. 每天一篇联邦学习的文章。
+   - [ ] deepAMD
+4. 每天数据集处理一小步。
+   - [X] 获取2020年的两个超大型数据集，并存到云盘当中
+   - [X] 获取CIC关于恶意软件分析的论文
+
+## 收获
\ No newline at end of file
diff --git a/算法/B类：数据结构算法/2.2 二叉搜索树与双向链表.md b/算法/B类：数据结构算法/2.2 二叉搜索树与双向链表.md
index 41bdbc4f..d1ff2f92 100644
--- a/算法/B类：数据结构算法/2.2 二叉搜索树与双向链表.md	
+++ b/算法/B类：数据结构算法/2.2 二叉搜索树与双向链表.md	
@@ -1,12 +1,14 @@
-# 二叉搜索树与双向链表
-
-## 1 
+## 1 二叉树与双向链表
 
 ### 问题分析
 
 * 输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的循环双向链表。要求不能创建任何新的节点，只能调整树中节点指针的指向。
 * [链接](https://leetcode-cn.com/problems/er-cha-sou-suo-shu-yu-shuang-xiang-lian-biao-lcof/)
 
+## 1 二叉树与双向链表——左旋右旋
+
+> 借鉴了构建二叉平衡树的内容。可以自己完成以下二叉平衡树试试。
+
 ### 算法设计
 
 * 通过左旋右旋操作实现树的旋转。最终旋转成一个倒V树。
@@ -101,7 +103,7 @@ public:
         return ;
     }
 ```
-
+## 1.2 二叉树与双向链表——中序遍历输出
 
 ### 算法设计
 
diff --git a/算法/C类：问题类型算法/1.2 二维查找.md b/算法/C类：问题类型算法/1.2 二维数组查找.md
similarity index 100%
rename from 算法/C类：问题类型算法/1.2 二维查找.md
rename to 算法/C类：问题类型算法/1.2 二维数组查找.md