diff --git a/solutions/382. Linked List Random Node.md b/solutions/382. Linked List Random Node.md
index c99cdab..7e15324 100644
--- a/solutions/382. Linked List Random Node.md	
+++ b/solutions/382. Linked List Random Node.md	
@@ -2,7 +2,7 @@
 
 # 思路
 给定一个链表，让随机返回一个节点，最直接的方法就是先统计出链表的长度，然后根据长度随机生成一个位置，然后从开头遍历到这个位置即可。
-最直接的思路需要两次遍历链表，此题其实是著名的[蓄水池采样（Reservoir Sampling）](https://zh.wikipedia.org/wiki/%E6%B0%B4%E5%A1%98%E6%8A%BD%E6%A8%A3)算法要解决的问题，只需要一次遍历。下面介绍这个算法。
+最直接的思路需要两次遍历链表，此题其实是著名的[蓄水池采样（Reservoir Sampling）](https://zh.wikipedia.org/wiki/%E6%B0%B4%E5%A1%98%E6%8A%BD%E6%A8%A3)算法要解决的问题（[398题](https://leetcode.com/problems/random-pick-index/)也是用此算法），只需要一次遍历。下面介绍这个算法。
 
 从一个群体中随机抽样出k个个体是经常会遇到的抽样问题，当事先不知道群体大小时，我可以先遍历一次数据计算出数据量N, 然后再按照上述的方法进行采样即可。
 这当然可以，但是并不好，因为有时候数据只有一次访问的机会，或者很难确定数据规模有多大，例如当内存无法加载全部数据时，如何从包含未知大小的数据流中随机选取k个数据，并且要保证每个数据被抽取到的概率相等。
@@ -26,3 +26,34 @@
 
 综合上面两个结论可知，数据流中所有元素最后留在水池中的概率均为`k/n`，得证。
 
+此题是蓄水池抽样算法的特殊情况：k=1。有了上面的分析就不难写出代码了。
+
+# C++
+``` C++
+class Solution {
+private:
+    ListNode *root;
+public:
+    /** @param head The linked list's head.
+        Note that the head is guaranteed to be not null, so it contains at least one node. */
+    Solution(ListNode* head) {
+        root = head;
+    }
+    
+    /** Returns a random node's value. */
+    int getRandom() {
+        ListNode *p = root;
+        int res = -1;
+        
+        int count = 1;
+        while(p){
+            if(rand() % count == 0) res = p -> val;
+            p = p -> next; count++;
+        }
+        
+        return res;
+    }
+};
+
+```
+