diff --git a/docs/LeetCode/1 - 100/_category_.json b/docs/LeetCode/1 - 100/_category_.json
index 063c1af..7d660de 100644
--- a/docs/LeetCode/1 - 100/_category_.json	
+++ b/docs/LeetCode/1 - 100/_category_.json	
@@ -1,4 +1,4 @@
 {
   "label": "1 - 100",
-  "position": 2
+  "position": 3
 }
diff --git a/docs/LeetCode/100 - 200/_category_.json b/docs/LeetCode/100 - 200/_category_.json
index 0e3c226..6b996cf 100644
--- a/docs/LeetCode/100 - 200/_category_.json	
+++ b/docs/LeetCode/100 - 200/_category_.json	
@@ -1,4 +1,4 @@
 {
   "label": "100 - 200",
-  "position": 3
+  "position": 4
 }
diff --git a/docs/LeetCode/StackAndQueue/.DS_Store b/docs/LeetCode/CodingInterviews/StackAndQueue/.DS_Store
similarity index 100%
rename from docs/LeetCode/StackAndQueue/.DS_Store
rename to docs/LeetCode/CodingInterviews/StackAndQueue/.DS_Store
diff --git a/docs/LeetCode/StackAndQueue/MaxValueOfQueue.md b/docs/LeetCode/CodingInterviews/StackAndQueue/MaxValueOfQueue.md
old mode 100755
new mode 100644
similarity index 89%
rename from docs/LeetCode/StackAndQueue/MaxValueOfQueue.md
rename to docs/LeetCode/CodingInterviews/StackAndQueue/MaxValueOfQueue.md
index 8e1d761..ad89551
--- a/docs/LeetCode/StackAndQueue/MaxValueOfQueue.md
+++ b/docs/LeetCode/CodingInterviews/StackAndQueue/MaxValueOfQueue.md
@@ -64,7 +64,7 @@ class MaxQueue {
 
 本着先实现，后优化的原则，最容易想到的解决方案是这样的：
 
-<span style="color:blue">用一个队列保存所有的数据，这样保证了push和pop操作是正常执行的。然后将这个队列从大到小排列到另一个数据结构中，这样执行max_value方法时输出数组第一项即可。删除队列中数据的时候，用来排序的数据结构中的对应数据也应该删掉。</span>
+<span style={{color:'blue'}}>用一个队列保存所有的数据，这样保证了push和pop操作是正常执行的。然后将这个队列从大到小排列到另一个数据结构中，这样执行max_value方法时输出数组第一项即可。删除队列中数据的时候，用来排序的数据结构中的对应数据也应该删掉。</span>
 
 于是乎很容易写出这样的代码：
 
@@ -112,7 +112,7 @@ class MaxQueue {
 }
 ~~~
 
-接下来考虑着三个TODO项如何去解决。首先要确定的是<span style="color:red">用什么数据结构保存sortedDatas</span>。
+接下来考虑着三个TODO项如何去解决。首先要确定的是<span style={{color:'red'}}>用什么数据结构保存sortedDatas</span>。
 
 | 数据结构 | 优劣分析                                                     | 结论       |
 | -------- | ------------------------------------------------------------ | ---------- |
@@ -122,13 +122,13 @@ class MaxQueue {
 | 队列     | 单调递减的队列。遇到的问题和栈一致。                         |            |
 | 树       | 最大二叉树能实现，但是树在内存中也是以数组的形式保存的，问题和数组一致。 | :no_entry: |
 
-所以说，要么用栈，要么用数组来保存sortedDatas中的数据。所以决定采用双端队列来处理sortedDatas，因为**双端队列能同时满足栈、队列的所有操作**。下一个问题便是……<span style="color:red">如何给这个双端队列进行排序</span>。
+所以说，要么用栈，要么用数组来保存sortedDatas中的数据。所以决定采用双端队列来处理sortedDatas，因为**双端队列能同时满足栈、队列的所有操作**。下一个问题便是……<span style={{color:'red'}}>如何给这个双端队列进行排序</span>。
 
 堆排序、快速排序的时间复杂度是O(n lg n)；其他的线性排序算法时间复杂度是O(n)。这些都不太满足题目的要求。所以这里我想到了一种可能性：**有些数是不是没有参与排序**？如果队列中有n个数字，参与排序的数字小于n，那么排序的时间复杂度会更小的。那么，**什么样的数字可能不用参与排序呢**？max\_value方法要输出的是最大的数，所以最大的数字是一定参与排序的，即比较小的数字可以不用参与排序——我只管最大的数，其他的数字顺序对与否甚至数据的有无，都不会影响到最后的结果。
 
 所以进一步的解决方案是这样的：
 
-<span style="color:red">每次有新的数据插入的时候，将sortedDatas中的数据从后往前跟入参比较，如果小于入参，就直接舍弃掉，直到遇到比入参大的数字时再将入参存入队列中。</span>
+<span style={{color:'red'}}>每次有新的数据插入的时候，将sortedDatas中的数据从后往前跟入参比较，如果小于入参，就直接舍弃掉，直到遇到比入参大的数字时再将入参存入队列中。</span>
 
 这样的好处显而易见：小于入参的数字不会影响到最大值的输出。另一方面，队列中的数据来得比现在这个入参早，所以小于入参的数字会比这个入参更早的被删除掉。即，小于入参的数字永远不可能作为最大值背输出出来。
 
diff --git a/docs/LeetCode/CodingInterviews/_category_.json b/docs/LeetCode/CodingInterviews/_category_.json
new file mode 100644
index 0000000..c35d1bd
--- /dev/null
+++ b/docs/LeetCode/CodingInterviews/_category_.json
@@ -0,0 +1,4 @@
+{
+  "label": "剑指Offer",
+  "position": 2
+}
diff --git a/docs/LeetCode/_category_.json b/docs/LeetCode/_category_.json
index 26c3473..b3c750c 100644
--- a/docs/LeetCode/_category_.json
+++ b/docs/LeetCode/_category_.json
@@ -1,4 +1,4 @@
 {
   "label": "LeetCode刷题",
-  "position": 3
+  "position": 2
 }