diff --git a/Contents/00.Introduction/02.Algorithm-Complexity.md b/Contents/00.Introduction/02.Algorithm-Complexity.md
index c86132e7..f672db6b 100644
--- a/Contents/00.Introduction/02.Algorithm-Complexity.md
+++ b/Contents/00.Introduction/02.Algorithm-Complexity.md
@@ -187,7 +187,7 @@ def algorithm(n):
 
 上述代码中 `cnt = 1` 的时间复杂度为 $O(1)$ 可以忽略不算。`while` 循环体中 $cnt$ 从 $1$ 开始，每循环一次都乘以 $2$。当大于等于 $n$ 时循环结束。变量 $cnt$ 的取值是一个等比数列：$2^0, 2^1, 2^2, …, 2^x$，根据 $2^x = n$，可以得出这段循环体的执行次数为 $\log_2n$，所以这段代码的时间复杂度为 $O(\log_2n)$。
 
-因为 $\log n = k \times \log_2 n$，这里 $k = 3.322$，所以，$\log n$ 与 $\log_2 n$ 的差别比较小。为了方便书写，通常我们将对数时间复杂度写作是 $O(\log n)$。
+因为 $\log_2 n = k \times \log_{10} n$，这里 $k \approx 3.322$，是一个常数系数，$\log_2 n$ 与 $\log_{10} n$ 之间差别比较小，可以忽略 $k$。并且 $\log_{10} n$ 也可以简写成 $\log n$，所以为了方便书写，通常我们将对数时间复杂度写作是 $O(\log n)$。
 
 #### 2.3.6 线性对数 $O(n \times \log n)$