diff --git a/source/c01/p04_find_largest_or_smallest_n_items.rst b/source/c01/p04_find_largest_or_smallest_n_items.rst
index dce4617..fad4fcd 100644
--- a/source/c01/p04_find_largest_or_smallest_n_items.rst
+++ b/source/c01/p04_find_largest_or_smallest_n_items.rst
@@ -65,10 +65,10 @@ heapq模块有两个函数：``nlargest()`` 和 ``nsmallest()`` 可以完美解
     2
 
 当要查找的元素个数相对比较小的时候，函数 ``nlargest()`` 和 ``nsmallest()`` 是很合适的。
-如果你仅仅想查找唯一的最小或最大(N=1)的元素的话，那么使用min()和max()函数会更快些。
+如果你仅仅想查找唯一的最小或最大(N=1)的元素的话，那么使用 ``min()`` 和 ``max()`` 函数会更快些。
 类似的，如果N的大小和集合大小接近的时候，通常先排序这个集合然后再使用切片操作会更快点
 ( ``sorted(items)[:N]`` 或者是 ``sorted(items)[-N:]`` )。
-需要在正确场合使用函数nlargest() 和 nsmallest()才能发挥它们的优势
+需要在正确场合使用函数 ``nlargest()`` 和 ``nsmallest()`` 才能发挥它们的优势
 (如果N快接近集合大小了，那么使用排序操作会更好些)。
 
 尽管你没有必要一定使用这里的方法，但是堆数据结构的实现是一个很有趣并且值得你深入学习的东西。