diff --git a/solutions/313. Super Ugly Number.md b/solutions/313. Super Ugly Number.md
new file mode 100644
index 0000000..590dcab
--- /dev/null
+++ b/solutions/313. Super Ugly Number.md	
@@ -0,0 +1,70 @@
+# [313. Super Ugly Number](https://leetcode.com/problems/super-ugly-number/)
+# 思路
+此题要求第n个超级丑陋的数, 与[264. Ugly Number II.md](https://leetcode.com/problems/ugly-number-ii/)是类似的, 只是这里质数可以任意给定, 
+加大了难度, 但本质是一样的. 大致思路就是直接从给定的质数构造ugly数, 可参见[264 题解](https://github.com/ShusenTang/LeetCode/blob/master/solutions/264.%20Ugly%20Number%20II.md).
+
+# 思路一
+在求k个候选值的最小值时, 可以采用直接遍历一遍的思路, 这样总的复杂度就是O(kn). 
+> STL中`min_element`和`max_element`可以求一个vector的最小/大值, 返回的是迭代器.
+
+# 思路二
+当k比较大时候思路一就显得可优化了, 我们可以维护一个大小为k的候选值最小堆, 每个元素包含两个域: value和idx, 分别代表值和由哪一个质数得来, 可以用pair实现. 
+
+每当我们从堆顶pop出一个元素, 这个元素的value就是下一个丑陋的数(注意可能重复), 这个元素的idx就代表从哪一个质数得来, 应该将该质数的idx加一, 再向堆中插入下一个候选值. 
+由于向堆中插入和pop都是对数级别的, 所以总的时间复杂度就是O(nlogk). (但是实测比方法一慢, 猜想可能是由于测试样例k不是很大)
+
+> 注意学习`pair`以及`priority_queue`的用法. 
+
+# C++
+## 思路一
+``` C++
+class Solution {
+public:
+    int nthSuperUglyNumber(int n, vector<int>& primes) {
+        vector<int>nums(n, INT_MAX), candidate(primes.begin(), primes.end()), idx(n, 0);
+        nums[0] = 1;
+        for(int i = 1; i < n; i++){
+            // nums[i] = *min_element(candidate.begin(), candidate.end());
+            for(int &c: candidate) nums[i] = min(nums[i], c);
+            
+            for(int j = 0; j < primes.size(); j++)
+                if(candidate[j] == nums[i])
+                    candidate[j] = nums[++idx[j]] * primes[j];
+        }
+        return nums.back();
+    }
+};
+```
+
+## 思路二
+``` C++
+class Solution {
+public:
+    int nthSuperUglyNumber(int n, vector<int>& primes) {
+        vector<int> nums(n, INT_MAX), idx(prime_n, 0);
+        nums[0] = 1;
+        
+        int prime_n = primes.size();
+        // value, produce_by_which_prime
+        priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int,int>>> minheap;
+        for(int i = 0; i < prime_n; i++)
+            minheap.push({primes[i], i});
+            
+        int count = 1;
+        while(count < n){
+            pair<int, int>next = minheap.top();
+            minheap.pop();
+            
+            if(nums[count - 1] != next.first){
+                nums[count] = next.first;
+                count++;
+            } // 避免重复
+            
+            idx[next.second]++;
+            minheap.push({nums[idx[next.second]] * primes[next.second], next.second});
+        }
+        return nums.back();
+    }
+};
+```
+