diff --git a/docs/chapter_hashing/hash_map.md b/docs/chapter_hashing/hash_map.md
index 4dd325a2e..54af81446 100644
--- a/docs/chapter_hashing/hash_map.md
+++ b/docs/chapter_hashing/hash_map.md
@@ -16,10 +16,10 @@ comments: true
 
 除了哈希表之外，还可以使用以下数据结构来实现上述查询功能：
 
-- **无序数组：** 每个元素为  `[学号, 姓名]` ；
-- **有序数组：** 将 `1.` 中的数组按照学号从小到大排序；
-- **链表：** 每个结点的值为 `[学号, 姓名]` ；
-- **二叉搜索树：** 每个结点的值为 `[学号, 姓名]` ，根据学号大小来构建树；
+ 1. **无序数组：** 每个元素为  `[学号, 姓名]` ；
+ 2. **有序数组：** 将 `1.` 中的数组按照学号从小到大排序；
+ 3. **链表：** 每个结点的值为 `[学号, 姓名]` ；
+ 4. **二叉搜索树：** 每个结点的值为 `[学号, 姓名]` ，根据学号大小来构建树；
 
 使用上述方法，各项操作的时间复杂度如下表所示（在此不做赘述，详解可见 [二叉搜索树章节](https://www.hello-algo.com/chapter_tree/binary_search_tree/#_6)）。无论是查找元素、还是增删元素，哈希表的时间复杂度都是 $O(1)$ ，全面胜出！