diff --git a/11 概念认知/函数/1 全局变量.py b/11 基础结构/函数/1 全局变量.py
similarity index 100%
rename from 11 概念认知/函数/1 全局变量.py
rename to 11 基础结构/函数/1 全局变量.py
diff --git a/11 概念认知/函数/2 临时变量传递.py b/11 基础结构/函数/2 临时变量传递.py
similarity index 100%
rename from 11 概念认知/函数/2 临时变量传递.py
rename to 11 基础结构/函数/2 临时变量传递.py
diff --git a/11 概念认知/函数/3 常见风格.py b/11 基础结构/函数/3 常见风格.py
similarity index 100%
rename from 11 概念认知/函数/3 常见风格.py
rename to 11 基础结构/函数/3 常见风格.py
diff --git a/11 概念认知/函数/4 递归.py b/11 基础结构/函数/4 递归.py
similarity index 100%
rename from 11 概念认知/函数/4 递归.py
rename to 11 基础结构/函数/4 递归.py
diff --git a/11 概念认知/对象化/1 类对象.py b/11 基础结构/对象化/1 类对象.py
similarity index 100%
rename from 11 概念认知/对象化/1 类对象.py
rename to 11 基础结构/对象化/1 类对象.py
diff --git a/11 概念认知/对象化/2 字典对象.py b/11 基础结构/对象化/2 字典对象.py
similarity index 100%
rename from 11 概念认知/对象化/2 字典对象.py
rename to 11 基础结构/对象化/2 字典对象.py
diff --git a/11 概念认知/流式调用/1 嵌套调用.py b/11 基础结构/流式调用/1 嵌套调用.py
similarity index 100%
rename from 11 概念认知/流式调用/1 嵌套调用.py
rename to 11 基础结构/流式调用/1 嵌套调用.py
diff --git a/11 概念认知/流式调用/2 方法bind.py b/11 基础结构/流式调用/2 方法bind.py
similarity index 100%
rename from 11 概念认知/流式调用/2 方法bind.py
rename to 11 基础结构/流式调用/2 方法bind.py
diff --git a/11 概念认知/流式调用/3 重载管道.py b/11 基础结构/流式调用/3 重载管道.py
similarity index 100%
rename from 11 概念认知/流式调用/3 重载管道.py
rename to 11 基础结构/流式调用/3 重载管道.py
diff --git a/11 概念认知/流式调用/4 类方法.py b/11 基础结构/流式调用/4 类方法.py
similarity index 100%
rename from 11 概念认知/流式调用/4 类方法.py
rename to 11 基础结构/流式调用/4 类方法.py
diff --git a/11 概念认知/流式调用/5 类方法.py b/11 基础结构/流式调用/5 类方法.py
similarity index 100%
rename from 11 概念认知/流式调用/5 类方法.py
rename to 11 基础结构/流式调用/5 类方法.py
diff --git a/13 多计算单元/数据共享/1 内存/1 队列.py b/13 多计算单元/数据共享/1 内存/1 队列.py
index fc0bc89..8f6e787 100644
--- a/13 多计算单元/数据共享/1 内存/1 队列.py	
+++ b/13 多计算单元/数据共享/1 内存/1 队列.py	
@@ -50,6 +50,7 @@ if __name__ == '__main__':
 这些队列提供了线程安全的数据传输机制，可以避免竞态条件和数据损坏。
 全局变量不可预测
 
-multiprocessing.Queue在Python中的底层实现并不直接依赖于文件系统。它利用了操作系统提供的进程间通信（IPC, Inter-Process Communication）机制，具体实现取决于不同操作系统的支持。
-在Unix/Linux系统中，multiprocessing.Queue通常基于管道（pipes）、共享内存和/或消息队列等机制实现。而在Windows系统上，可能使用命名管道（named pipes）或者内存映射文件（memory-mapped files），以及某些版本的Windows特有的进程间同步对象如Mutexes、Semaphores和事件。
+multiprocessing.Queue 利用了操作系统提供的进程间通信（IPC, Inter-Process Communication）机制，具体实现取决于不同操作系统的支持。
+在Unix/Linux系统中，multiprocessing.Queue通常基于管道（pipes）、共享内存和/或消息队列等机制实现。
+而在Windows系统上，可能使用命名管道（named pipes）或者内存映射文件（memory-mapped files），以及某些版本的Windows特有的进程间同步对象如Mutexes、Semaphores和事件。
 '''    
\ No newline at end of file
diff --git a/13 多计算单元/数据分包/1 mapreduce.py b/13 多计算单元/数据分包/1 mapreduce.py
index ead5f8c..a0dcd22 100644
--- a/13 多计算单元/数据分包/1 mapreduce.py	
+++ b/13 多计算单元/数据分包/1 mapreduce.py	
@@ -6,14 +6,12 @@ from functools import reduce
 stop_words = get_stopwords()
 
 # map - reduce
-def process_chunk(chunk):
-    # 过滤停用词
+def process_chunk(chunk): # 过滤停用词    
     words = [ w for w in chunk if ( not w in stop_words ) and len(w) >= 3 ]
     return Counter(words)
 
 def merge_counts(count1,count2):
-    sum_counts = count1 + count2
-    return sum_counts
+    return count1 + count2    
 
 
 @timing_decorator
diff --git a/13 多计算单元/数据分包/2 多线程.py b/13 多计算单元/数据分包/2 多线程.py
index a28f00f..ed7da21 100644
--- a/13 多计算单元/数据分包/2 多线程.py	
+++ b/13 多计算单元/数据分包/2 多线程.py	
@@ -16,11 +16,8 @@ def process_chunk(chunk):
 
 
 def merge_counts(counts_list):
-    # 合并多个Counter对象
-    total_counts = Counter()
-    for counts in counts_list:
-        total_counts += counts
-    return total_counts
+    """合并多个Counter对象的总和"""
+    return sum(counts_list, Counter())
 
 
 def thread_function(chunk, counts_list):
diff --git a/13 多计算单元/数据分包/3 多进程.py b/13 多计算单元/数据分包/3 多进程.py
index 0fbbe7e..f979182 100644
--- a/13 多计算单元/数据分包/3 多进程.py	
+++ b/13 多计算单元/数据分包/3 多进程.py	
@@ -15,11 +15,8 @@ def process_chunk(chunk):
     return Counter(words)
 
 def merge_counts(counts_list):
-    # 合并多个Counter对象
-    total_counts = Counter()
-    for counts in counts_list:
-        total_counts += counts
-    return total_counts
+    """合并多个Counter对象的总和"""
+    return sum(counts_list, Counter())
 
 
 @timing_decorator