OI+ACM 笔记：D - 数据结构

一些技巧与思想也会归类于数据结构。

D - 数据结构序列结构

树状数组

\(\mathrm{lowbit}(x)\) 函数：表示 \(x\) 的二进制表示中，最低位的 \(1\) 的数值大小，lowbit(x) = x & -x。

\(c_i\) 的管辖区间：\([i - \mathrm{lowbit}(i) + 1, i]\)。

\(\mathcal{O}(n)\) 建树：

方法一：每一个节点的值是由所有与自己直接相连的儿子的值求和得到的，因此可以倒着考虑贡献。每次确定完 \(c_i\) 的值后，用 \(c_i\) 的值更新 \(c_{i + \mathrm{lowbit}(i)}\)。
方法二：预处理前缀和数组，则 \(c_i = \mathrm{pre}_i - \mathrm{pre}_{i - \mathrm{lowbit}_i}\)。

\(\mathcal{O}(\log n)\) 查询第 \(k\) 小：树状数组维护每个数的出现次数，倍增求解。

线段树

任意区间 \([l, r]\) 在线段树上，至少需要 \(\mathcal{O}(\log n)\) 个节点覆盖。

动态开点线段树 & 线段树合并 & 线段树分裂

动态开点线段树，单次插入新建节点个数 \(\mathcal{O}(\log A)\)。其中 \(A\) 表示值域大小。
动态开点线段树可以使用懒标记，下传标记时需要新建结点（若标记对空节点无影响则不必新建节点）。
遇到仅针对某个权值的修改和询问时，可以考虑对每个权值开一个动态开点线段树。
线段树合并单次复杂度，取决于两棵线段树的交集大小；线段树合并总复杂度，取决于所有线段树的节点总数。
线段树合并支持持久化，需要在合并时新建节点。
在线段树合并的过程中，可以统计来自不同线段树且具有相对顺序关系的信息。例如逆序对。
在线段树合并的过程中，在处理复杂的问题时，可以尝试分成以下几类讨论（其中 2, 3 是讨论重点）：
1. \(p, q\) 均为空节点：返回空节点。
2. \(p, q\) 中分别有一个空节点和一个非空节点：特殊讨论。
3. 线段树递归到叶子节点（即 \(l = r\)）：特殊讨论。
4. \(p, q\) 均为非空节点：分别合并 \(p, q\) 的左儿子与 \(p, q\) 的右儿子，最后 update。
线段树分裂单次复杂度 \(\mathcal{O}(\log A)\)，新建节点个数 \(\mathcal{O}(\log A)\)。

namespace SGT {
	const int pond = ...;

	int nClock, root[N];
	struct node {
		int lc, rc;
		int cnt;
	} t[pond];

	int create() {
		int p = ++ nClock;
		t[p].lc = t[p].rc = t[p].cnt = 0;
		return p;
	}

	void upd(int p) {
		t[p].cnt = t[t[p].lc].cnt + t[t[p].rc].cnt;
	}

	void insert(int &p, int l, int r, int x, int val) {
		if (!p) p = create();
		t[p].cnt += val;
		if (l == r) return;

		int mid = (l + r) >> 1;

		if (x <= mid)
			insert(t[p].lc, l, mid, x, val);
		else
			insert(t[p].rc, mid + 1, r, x, val);
	}

	int merge(int p, int q) {
		if (!p || !q) return p ^ q;
        t[p].cnt += t[q].cnt;
		t[p].lc = merge(t[p].lc, t[q].lc);
		t[p].rc = merge(t[p].rc, t[q].rc);
		return p;
	}

/* 可持久化线段树合并 
	int merge(int p, int q) {
		if (!p || !q) return p ^ q;
		int u = ++ nClock;
		t[u].cnt = t[p].cnt + t[q].cnt;
		t[u].lc = merge(t[p].lc, t[q].lc);
		t[u].rc = merge(t[p].rc, t[q].rc);
		return u; 
	}
*/

    void split_v(int p, int l, int r, int val, int &x, int &y) {
        if (!p)
            x = y = 0;
        else {
            int mid = (l + r) >> 1;
            if (mid < val)
                x = p, y = create(), split_v(t[p].rc, mid + 1, r, val, t[x].rc, t[y].rc);
            else if (mid == val)
                x = create(), y = create(), t[x].lc = t[p].lc, t[y].rc = t[p].rc;
            else
                x = create(), y = p, split_v(t[p].lc, l, mid, val, t[x].lc, t[y].lc);
            upd(x), upd(y);
        }
    }

	void split_s(int p, int sze, int &x, int &y) {
		if (!p)
			x = y = 0;
		else {
			if (t[t[p].lc].cnt < sze)
				x = p, y = create(), split_s(t[p].rc, sze - t[t[p].lc].cnt, t[x].rc, t[y].rc);
			else if (t[t[p].lc].cnt == sze)
				x = create(), y = create(), t[x].lc = t[p].lc, t[y].rc = t[p].rc;
			else
				x = create(), y = p, split_s(t[p].lc, sze, t[x].lc, t[y].lc);
			upd(x), upd(y);
		}
	}
}

主席树

主席树可以作为线段树的前缀和来使用。
主席树区间修改，可以标记永久化。
主席树可以将其他版本树的某段区间，嫁接到当前版本树的该段区间上。但要注意将公共部分的标记永久化下放。

namespace SGT {
	int pond = ...;

	int nClock, root[N]; 
	struct node {
		int lc, rc;
		int cnt;
	} t[pond];

	void insert(int &p, int q, int l, int r, int x, int val) {
		p = ++ nClock, t[p] = t[q];
        t[p].cnt += val;
		if (l == r) return;

		int mid = (l + r) >> 1;

		if (x <= mid)
			insert(t[p].lc, t[q].lc, l, mid, x, val);
		else
			insert(t[p].rc, t[q].rc, mid + 1, r, x, val);
	}
}

namespace SGT {
	const int pond = ...;

	int nClock, root[N];
	struct node {
		int lc, rc;
		int sum;
		int add;
	} t[pond];

	void change(int &p, int q, int l, int r, int s, int e, int val) {
		p = ++ nClock, t[p] = t[q];
		if (s <= l && r <= e) { t[p].add += val; return; }
		t[p].sum += (std::min(r, e) - std::max(l, s) + 1) * val;

		int mid = (l + r) >> 1;

		if (s <= mid)
			change(t[p].lc, t[q].lc, l, mid, s, e, val);
		if (mid < e)
			change(t[p].rc, t[q].rc, mid + 1, r, s, e, val);
	}

	int ask(int p, int l, int r, int s, int e) {
		if (s <= l && r <= e)
			return t[p].sum + (r - l + 1) * t[p].add;

		int mid = (l + r) >> 1;
		int cur = (std::min(r, e) - std::max(l, s) + 1) * t[p].add;

		if (s <= mid)
			cur += ask(t[p].lc, l, mid, s, e);
		if (mid < e)
			cur += ask(t[p].rc, mid + 1, r, s, e);

		return cur;
	}
}

势能线段树

势能线段树，用于维护修改操作使得被修改元素的势能迅速向零势能逼近的信息。
在区间修改时，暴力往叶子节点递归。若递归途中遇到某个节点，该节点的对应区间内每个元素都不能进行有效修改，则在该节点 return。
在无修改操作时，时间复杂度为 \(\mathcal{O}(n\alpha\log n)\)。其中 \(\alpha\) 为有效修改次数上限。

区间开平方：一个正整数 \(x\) 被开方 \(\mathcal{O}(\log \log x)\) 次后会变成 \(1\)。若区间最大值 \(= 1\)，则 return。

区间取模：一个整数 \(x\) 对 \(p\) 取模，若 \(x \geq p\)，则 \(x\) 至少变小一半。若区间最大值 \(< p\)，则 return。

区间除法、区间加：整除一个数 \(p\)，会使区间最大值与最小值的差至少变小一半。

若 \(\max - \min = 0\)，则打加法标记。
若 \(\max - \min=1\) 且 \(\left\lfloor\frac{\max}{p}\right\rfloor \neq \left\lfloor\frac{\min}{p}\right\rfloor\)，则打加法标记。

区间按位与：一个二进制数 \(x\) 对 \(v\) 进行按位与，相当于是把所有 \(v\) 为 \(0\) 的位，在 \(x\) 中强制置为 \(0\)。若 \(v\) 为 \(0\) 的位置集合被区间按位或和为 \(0\) 的位置集合包含，则 return。

区间取最值（吉司机线段树）：以区间取最小值为例。

在线段树上的每一个节点 \(p\)，需要维护：
- \(\max\)：区间最大值。
- \(\mathrm{cnt}\)：区间最大值的个数。
- \(\mathrm{smax}\)：区间严格次大值。
在区间修改时，若递归途中遇到一个被询问区间完全包含的节点 \(p\) 时：
- 若 \(x \geq \max_p\)，则 return。
- 若 \(x \leq \mathrm{smax}_p\)，则暴力往左右儿子递归。
- 若 \(\mathrm{smax}_p < x < \max_p\)，则有 \(\mathrm{cnt}\) 个 \(\max_p\) 被改为 \(x\)。打标记即可。
无区间加时，时间复杂度 \(\mathcal{O}(n \log n)\)。
有区间加时，时间复杂度 \(\mathcal{O}(n \log^2 n)\)。

历史线段树

~~待填。~~

李超线段树

李超线段树，用于维护一个二维平面，支持插入一个定义域为 \([l, r]\) 的一次函数 \(kx + b\)，查询某个横坐标上最大的函数值。
李超线段树上的每一个节点，需要维护区间的优势线段（在 \(\mathrm{mid}\) 处取到最大函数值的线段），用标记永久化的方法处理。
李超线段树支持持久化。
李超线段树合并总复杂度，取决于所有线段树的节点总数。
李超线段树合并支持持久化，需要在合并时新建节点。
李超线段树仅支持插入函数，不支持删除函数。但可以考虑线段树分治。

const int inf = 0x3f3f3f3f; 

struct func {
	int k, b;

	func() { k = b = 0; }
	func(int A, int B) : k(A), b(B) {}

	int calc(int x) {
		return k * x + b; 
	}
};

namespace SGT {
	const int pond = ...;

	int nClock, root[N];
	struct node {
		int lc, rc;
		func p;
	} t[pond];

	int create() {
		int p = ++ nClock;
		t[p].lc = t[p].rc = 0, t[p].p = func();
		return p;
	}

	void insert(int &p, int l, int r, func q) {
		if (!p) {
			p = create(), t[p].p = q;
			return;
		}

		int pl = t[p].p.calc(l), pr = t[p].p.calc(r);
		int ql = q.calc(l), qr = q.calc(r);

		if (pl >= ql && pr >= qr) return;
		if (ql >= pl && qr >= pr) { t[p].p = q; return; }

		int mid = (l + r) >> 1;

		if (t[p].p.calc(mid) < q.calc(mid))
			std::swap(t[p].p, q), std::swap(pl, ql);

		if (pl <= ql)
			insert(t[p].lc, l, mid, q);
		else
			insert(t[p].rc, mid + 1, r, q); 
	}

	void insert(int &p, int l, int r, int s, int e, func q) {
		if (!p) p = create();
		if (s <= l && r <= e) {
			insert(p, l, r, q);
			return;
		}

		int mid = (l + r) >> 1;

		if (s <= mid)
			insert(t[p].lc, l, mid, s, e, q);
		if (mid < e)
			insert(t[p].rc, mid + 1, r, s, e, q);
	}

	int merge(int p, int q, int l, int r) {
		if (!p || !q) return p ^ q;

		int mid = (l + r) >> 1;

		t[p].lc = merge(t[p].lc, t[q].lc, l, mid);
		t[p].rc = merge(t[p].rc, t[q].rc, mid + 1, r);
		insert(p, l, r, t[q].p);

		return p;
	}

	int ask(int p, int l, int r, int x) {
		if (!p) return -inf;
		if (l == r) return t[p].p.calc(x);
		int mid = (l + r) >> 1;
		if (x <= mid)
			return std::max(ask(t[p].lc, l, mid, x), t[p].p.calc(x));
		else
			return std::max(ask(t[p].rc, mid + 1, r, x), t[p].p.calc(x));
	}
}

楼房重建式线段树

参考：https://www.cnblogs.com/PinkRabbit/p/Segment-Tree-and-Prefix-Maximums.html

写法 1：当需要维护的信息满足可减性时，可以考虑采用写法 1。

在线段树上的每一个节点 \(p\)，需要维护：
- \(\max[p]\)：区间最大值。
- \(\mathrm{dat}[p]\)：区间内所有前缀最大值的信息和。
定义函数 \(\mathrm{calc}(p, \mathrm{pre})\) 表示以 \(\mathrm{pre}\) 为初始的前缀最大值时，区间内所有前缀最大值的信息和。
- 若 \(p\) 为叶节点，则 \(\mathrm{calc}(p, \mathrm{pre}) = [\mathrm{pre} < \mathrm{max}[p]]\)。
- 若 \(\mathrm{pre} < \max[\mathrm{lc}[p]]\)，此时考虑完左子树后前缀最大值必定为 \(\max[\mathrm{lc}[p]]\)，而右子树的信息和可以通过做差得到。
\[\mathrm{calc}(p, \mathrm{pre}) = \mathrm{calc}(\mathrm{lc}[p], \mathrm{pre}) + (\mathrm{dat}[p] \ \mathrm{deduct} \ \mathrm{dat}[\mathrm{rc}[p]]) \]
- 若 \(\mathrm{pre} \geq \max[\mathrm{lc}[p]]\)，此时左子树不会出现前缀最大值，只需考虑右子树即可。
\[\mathrm{calc}(p, \mathrm{pre}) = \mathrm{calc}(\mathrm{rc}[p], \mathrm{pre}) \]
update 时，有 \(\mathrm{dat}[p] = \mathrm{dat}[\mathrm{lc}[p]] + \mathrm{calc}(\mathrm{rc}[p], \max[\mathrm{lc}[p]])\)。

写法 2：当需要维护的信息不满足可减性时，可以考虑采用写法 2。

在线段树上的每一个节点 \(p\)，需要维护：
- \(\max[p]\)：区间最大值。
- \(\mathrm{dat}[p]\)：以左子树的区间最大值为初始的前缀最大值时，右子树内所有前缀最大值的信息和。特别地，叶子无定义。
定义函数 \(\mathrm{calc}(p, \mathrm{pre})\) 表示以 \(\mathrm{pre}\) 为初始的前缀最大值时，区间内所有前缀最大值的信息和。
- 若 \(p\) 为叶节点，则 \(\mathrm{calc}(p, \mathrm{pre}) = [\mathrm{pre} < \mathrm{max}[p]]\)。
- 若 \(\mathrm{pre} < \mathrm{max}[\mathrm{lc}[p]]\)，同上
\[\mathrm{calc}(p, \mathrm{pre}) = \mathrm{calc}(\mathrm{lc}[p], \mathrm{pre}) + \mathrm{dat}[p] \]
- 若 \(\mathrm{pre} \geq \max[{\mathrm{lc}[p]}]\)，同上
\[\mathrm{calc}(p, \mathrm{pre}) = \mathrm{calc}(\mathrm{rc}[p], \mathrm{pre}) \]
update 时，有 \(\mathrm{dat}[p] = \mathrm{calc}(\mathrm{rc}[p], \max[\mathrm{lc}[p]])\)。

猫树

建猫树时，采用堆式建树（节点 \(p\) 的左、右儿子分别为 \(2p\) 与 \(2p + 1\)）。具体实现时不必显式地将左右儿子的结构建出来，只需记录每一层深度的具体信息，与每个元区间 \([l, l]\) 对应的叶子节点编号即可。
若将序列长度补成 \(2\) 的整数次幂：不难发现左儿子编号为父节点编号左移一位，右儿子编号为父节点编号左移一位再加一。
- 故 \([l, l]\) 与 \([r, r]\) 的代表节点 \(x, y\) 的 LCA 即为 \(x, y\) 二进制下从高位向低位的 LCP。
- 若 \([l, l]\) 与 \([r, r]\) 的代表节点为 \(x, y\)，则 LCA 编号为 x >> logx[x ^ y]，深度为 logx[x] - logx[x ^ y]。特别要注意的是 logx[0] = 0。

namespace SGT {
	int dep[N * 4];

	int idx[N];
	int f[logN][N];

	void build(int p, int l, int r) {
		dep[p] = dep[p / 2] + 1;
	
		int mid = (l + r) >> 1; 

		// Calculate the data of the interval [l, mid]

		// Calculate the data of the interval [mid + 1, r]

		if (l == r) idx[l] = p;
		else build(p * 2, l, mid), build(p * 2 + 1, mid + 1, r);
	}

	int ask(int l, int r) {
		int x = idx[l], y = idx[r];
	
		if (dep[x] > dep[y]) std::swap(x, y);
		while (dep[x] < dep[y]) y /= 2;

		while (x ^ y) x /= 2, y /= 2;

		return ...;
	}
}

namespace SGT {
	const int H = ...;

	int h, logx[H];

	int idx[H];
	int f[logH][H];

	void init() {
		h = 1;
		while (h < n) h <<= 1;

		logx[0] = 0;
		for (int i = 1; i <= h; i ++) logx[i] = logx[i >> 1] + 1;
	}

	void build(int p, int l, int r, int dep) {
		int mid = (l + r) >> 1; 

		// Calculate the data of the interval [l, mid]

		// Calculate the data of the interval [mid + 1, r]

		if (l == r) idx[l] = p;
		else build(p * 2, l, mid, dep + 1), build(p * 2 + 1, mid + 1, r, dep + 1);
	}
	
	int ask(int l, int r) {
		int x = idx[l], y = idx[r];
		int z_dep = logx[x] - logx[x ^ y];

		return ...;
	}
}

平衡树

splay

splay 核心思想：每次操作完后，通过双旋 & 单旋将相关节点 \(x\) 旋转至根，以此维持树高稳定。
splay 的三种旋转：
- 当 \(x\) 的父亲 \(p\) 是根节点时，直接 zig/zag \(x\)。
- 当 \(x\) 和上两代祖先位于一条链上：先 zig/zag \(p\)，再 zig/zag \(x\)。
- 当 \(x\) 和上两代祖先分叉时：先 zig/zag \(x\)，再 zig/zag \(x\)。
splay 基于均摊分析，不支持持久化。
splay 启发式合并的时间复杂度 \(\mathcal{O}(n \log n)\)（splay 是 Dynamic Finger Search Tree，需要保证第二棵树按中序遍历的顺序插入）。

const int inf = 0x3f3f3f3f;
namespace BST {
	int nClock, root;
	struct node {
		int son[2], Fa;
		int val;
		int sze;
		bool rev;

		#define lc son[0]
		#define rc son[1]

		void mk_rev() {
			std::swap(lc, rc);
			rev ^= 1;
		}
	} t[N];

	int create(int Fa_p, int val) {
		int p = ++ nClock;
		t[p].lc = t[p].rc = 0, t[p].Fa = Fa_p;
		t[p].val = val;
		t[p].sze = 1;
		t[p].rev = 0;
		return p;
	}

	void upd(int p) {
		t[p].sze = t[t[p].lc].sze + t[t[p].rc].sze + 1;
	}

	void spread(int p) {
		if (t[p].rev) {
			if (t[p].lc) t[t[p].lc].mk_rev();
			if (t[p].rc) t[t[p].rc].mk_rev();
			t[p].rev = 0;
		}
	}

	int dir(int x) {
		return t[t[x].Fa].rc == x;
	}

	void rotate(int x) {
		int y = t[x].Fa, z = t[y].Fa, k = dir(x);
		t[x].Fa = z; if (z) t[z].son[t[z].rc == y] = x;
		t[y].son[k] = t[x].son[k ^ 1], t[t[x].son[k ^ 1]].Fa = y;
		t[x].son[k ^ 1] = y, t[y].Fa = x;
		upd(y), upd(x);
	}

	void splay(int x, int tar) {
		int p;
		while (p = t[x].Fa, p != tar) {
			if (t[p].Fa != tar) rotate(dir(x) == dir(p) ? p : x);
			rotate(x);
		}
		if (!tar) root = x;
	}

	int find(int val) {
		int x = root, ans = 0;
		while (x) {
			spread(x);
			if (t[x].val == val) { ans = x; break; }
			x = t[x].son[val > t[x].val];
		}
		return ans;
	}

	int find_max(int p) {
		int x = p;
		while (spread(x), t[x].rc) x = t[x].rc;
		return x;
	}

	void insert(int val) {
		int x = root, Fa_x = 0;
		while (x) {
			spread(x);
			Fa_x = x;
			x = t[x].son[val > t[x].val];
		}
		x = create(Fa_x, val), t[Fa_x].son[val > t[Fa_x].val] = x;
		splay(x, 0);
	}

	void remove(int val) {
		int x = find(val), p;
		if (!x) return;

		splay(x, 0);

		if (t[x].lc) {
			p = find_max(t[x].lc), splay(p, x);
			t[p].rc = t[x].rc, t[t[x].rc].Fa = p, t[p].Fa = 0, upd(p);
			root = p;
		} else {
			t[t[x].rc].Fa = 0;
			root = t[x].rc;
		}
	}

	int ask_rk(int val) {
		int x = root, Fa_x = 0, cnt = 0;
		while (x) {
			spread(x);
			Fa_x = x;

			if (val > t[x].val) {
				cnt += t[t[x].lc].sze + 1;
				x = t[x].rc;
			} else {
				x = t[x].lc;
			}
		}

		splay(Fa_x, 0);
		return cnt + 1;
	}

	int ask_val(int rk) {
		int x = root, Fa_x = 0, ans = 0;
		while (x) {
			spread(x);
			Fa_x = x;
 
			if (rk <= t[t[x].lc].sze) {
				x = t[x].lc;
			} else if (rk == t[t[x].lc].sze + 1) {
				ans = t[x].val;
				break;
			} else {
				rk -= t[t[x].lc].sze + 1;
				x = t[x].rc;
			}
		}

		splay(Fa_x, 0);
		return ans;
	}

	int ask_prev(int val) {
		int x = root, Fa_x = 0, ans = -inf;
		while (x) {
			spread(x);
			Fa_x = x;

			if (val <= t[x].val) {
				x = t[x].lc;
			} else {
				ans = std::max(ans, t[x].val);
				x = t[x].rc;
			}
		}

		splay(Fa_x, 0);
		return ans;
	}

	int ask_next(int val) {
		int x = root, Fa_x = 0, ans = inf;
		while (x) {
			spread(x);
			Fa_x = x;

			if (val >= t[x].val) {
				x = t[x].rc;
			} else {
				ans = std::min(ans, t[x].val);
				x = t[x].lc;
			}
		}

		splay(Fa_x, 0);
		return ans;
	}
}

FHQ treap

treap 的每个节点有两个关键字 \(\mathrm{val}\) 与 \(\mathrm{dat}\)，其中数值 \(\mathrm{val}\) 满足 BST 性质，随机键值 \(\mathrm{key}\) 满足 heap 性质。故 treap 为笛卡尔树。
treap 的随机性，可以保证期望树高为 \(\mathcal{O}(\log n)\)，分析同快速排序。
当 FHQ treap 用作区间树时，可以用笛卡尔树的建树方式 \(\mathcal{O}(n)\) 建树。
FHQ treap 的合并操作，不能合并值域有交集的两棵树。
FHQ treap 支持持久化，需要在分裂时复制节点。涉及到打标记时，需要在标记下传时复制节点。在合并时要用 rand() % (t[p].sze + t[q].sze) < t[p].sze 来代替随机键值大小的判断。
FHQ treap 可以用持久化的方式复制区间。

namespace BST {
	int nClock, root;
	struct node {
		int lc, rc;
		int val, key;
		int sze;
		bool rev;

		void mk_rev() {
			std::swap(lc, rc);
			rev ^= 1;
		}
	} t[N];

	int create(int val) {
		int p = ++ nClock;
		t[p].lc = t[p].rc = 0;
		t[p].val = val, t[p].key = rand();
		t[p].sze = 1;
		t[p].rev = 0;
		return p;
	}

/* 可持久化平衡树
	int copy(int q) {
		int p = ++ nClock; t[p] = t[q];
		return p;
	} 
*/

	void upd(int p) {
		t[p].sze = t[t[p].lc].sze + t[t[p].rc].sze + 1;
	}

	void spread(int p) {
		if (t[p].rev) {
			if (t[p].lc) t[t[p].lc].mk_rev();
			if (t[p].rc) t[t[p].rc].mk_rev();
			t[p].rev = 0;
		}
	}

/* 可持久化平衡树
	void spread(int p) {
		if (t[p].rev) {
			if (t[p].lc) t[p].lc = copy(t[p].lc), t[t[p].lc].mk_rev();
			if (t[p].rc) t[p].rc = copy(t[p].rc), t[t[p].rc].mk_rev();
			t[p].rev = 0;
		}
	}
*/

	void split_v(int p, int val, int &x, int &y) {
		if (!p)
			x = y = 0;
		else {
			spread(p);
			if (t[p].val <= val)
				x = p, split_v(t[p].rc, val, t[x].rc, y);
			else
				y = p, split_v(t[p].lc, val, x, t[y].lc);
			upd(p);
		}
	}

	void split_s(int p, int sze, int &x, int &y) {
		if (!p)
			x = y = 0;
		else {
			spread(p);
			if (t[t[p].lc].sze < sze)
				x = p, split_s(t[p].rc, sze - t[t[p].lc].sze - 1, t[x].rc, y);
			else
				y = p, split_s(t[p].lc, sze, x, t[y].lc);
			upd(p);
		}
	}

/* 可持久化平衡树
	void split_v(int p, int val, int &x, int &y) {
		if (!p)
			x = y = 0;
		else {
			p = copy(p), spread(p);
			if (t[p].val <= val)
				x = p, split_v(t[p].rc, val, t[x].rc, y);
			else
				y = p, split_v(t[p].lc, val, x, t[y].lc);
			upd(p);
		}
	}

	void split_s(int p, int sze, int &x, int &y) {
		if (!p)
			x = y = 0;
		else {
			p = copy(p), spread(p);
			if (t[t[p].lc].sze < sze)
				x = p, split_s(t[p].rc, sze - t[t[p].lc].sze - 1, t[x].rc, y);
			else
				y = p, split_s(t[p].lc, sze, x, t[y].lc);
			upd(p);
		}
	}
*/

	int merge(int p, int q) {
		if (!p || !q) return p ^ q;
		if (t[p].key > t[q].key) {
            spread(p);
			t[p].rc = merge(t[p].rc, q), upd(p);
			return p;
		} else {
            spread(q);
			t[q].lc = merge(p, t[q].lc), upd(q);
			return q;
		}
	}

/* 可持久化平衡树 
	int merge(int p, int q) {
		if (!p || !q) return p ^ q;
		if (rand() % (t[p].sze + t[q].sze) < t[p].sze) {
            spread(p);
			t[p].rc = merge(t[p].rc, q), upd(p);
			return p;
		} else {
            spread(q);
			t[q].lc = merge(p, t[q].lc), upd(q);
			return q;
		}
	}
*/
}

树套树

树状数组套线段树

常用于动态维护线段树的前缀和。

线段树套线段树

常用于动态维护一个 \(n \times m\) 的矩形。涉及到区间修改时，需要标记永久化。

线段树套平衡树

常用于动态维护平衡树的区间和。

笛卡尔树

每个节点由一个二元组 \((\mathrm{key}, \mathrm{val})\) 组成，其中键值 \(\mathrm{key}\) 满足 BST 性质，权值 \(\mathrm{val}\) 满足 heap 性质。
若每个节点的 \(\mathrm{key}, \mathrm{val}\) 均互不相同，则笛卡尔树的形态是唯一的。

建树：以大根堆为例，将所有元素按 \(\mathrm{key}\) 从小到大排序。每次插入的元素必然在该笛卡尔树的右链上（BST 性质），在右链查找第一个大于等于当前值的节点，将链拆成两部分，上半部分的下端接在当前节点的父亲上，下半部分的上端接在当前节点的左儿子上。

namespace CAR {
	int root;
	struct node {
		int lc, rc;
	} t[N];

	void build() {
        static int top, stk[N];
		for (int i = 1; i <= n; i ++) {
			int k = top;
			while (k && a[stk[k]] < a[i]) k --;

			if (k) t[stk[k]].rc = i;
			if (k < top) t[i].lc = stk[k + 1];

			stk[top = k + 1] = i;
		}

		root = stk[1];
	}
}

对序列 \(a\) 建笛卡尔树（小根堆），则 \(v\) 为 \(u\) 的祖先当且仅当 \(a_v\) 是 \(u, v\) 之间的最小值。

分块

Bn 为分块大小，t 为分块数量，Lp[], Rp[] 为当前块的左右端点，belong[] 为当前点所属块的编号。

int n, Bn;
int t, Lp[Size_Bn], Rp[Size_Bn], belong[N];
int main() {
	for (int i = Bn; i <= n; i += Bn) t ++, Lp[t] = i - Bn + 1, Rp[t] = i;
	if (Rp[t] < n) t ++, Lp[t] = Rp[t - 1] + 1, Rp[t] = n;

	for (int i = 1; i <= n; i ++) belong[i] = (i - 1) / Bn + 1;
}

当遇到单点修改、区间查询时，可以考虑用分块优化到 \(\mathcal{O}(1)\) 修改 \(\mathcal{O}(\sqrt{n})\) 查询。
当遇到区间修改、单点查询时，可以考虑用分块优化到 \(\mathcal{O}(\sqrt{n})\) 修改 \(\mathcal{O}(1)\) 查询。
当遇到区间修改、区间查询时，可以考虑用差分转化为单点修改、区间查询。
当遇到限定 \(i \to i + k_i\)，询问从 \(x\) 出发首次 \(\geq y\) 的行动步数时，可以预处理每个元素走出所在块后到达的点及所需步数。
当遇到区间 \([l, r]\) 的子区间 \([l', r'](l \leq l' \leq r' \leq r)\) 统计问题时，可以尝试分成以下几类讨论：
- \(l', r'\) 均在整块内。
- \(l', r'\) 中分别有一个在整块内、一个在散块内。
- \(l'\) 在左散块，\(r'\) 在右散块。
- \(l', r'\) 均在左散块或 \(l', r'\) 均在右散块。
特别要注意的是，在使用 sqrt() 前要调用 #include <cmath>。

莫队

普通莫队

最优排序方式等价于平面曼哈顿距离最短哈密顿路径，这是 NP 完全问题。
莫队排序方式：
- 第一关键字升序：左端点 \(l\) 所在块编号。
- 第二关键字升序：右端点 \(r\)。
奇偶性优化：当 \(\mathrm{belong}[l]\) 为奇数时，第二关键字升序；当 \(\mathrm{belong}[l]\) 为偶数时，第二关键字降序。
当左右端点扩展时，为避免出现 \(l > r\) 的情况，尽量保证区间先扩大，后缩小。
当 \(n, m\) 同阶时，分块大小 \(\mathcal{O}(\sqrt{n})\)，时间复杂度 \(\mathcal{O}(n\sqrt{n})\)。
当 \(n, m\) 不同阶时，分块大小 \(\mathcal{O}(nm^{-\frac{1}{2}})\)，时间复杂度 \(\mathcal{O}(nm^{\frac{1}{2}})\)。

int n, m;
int a[N];

int Bn;
int belong[N];

struct qry {
	int l, r, id;
	bool operator < (const qry &rhs) const {
		if (belong[l] ^ belong[rhs.l]) return l < rhs.l;
		return belong[l] & 1 ? r < rhs.r : r > rhs.r;
	}
} q[M];

int ans[M];

int main() {
	for (int i = 1; i <= m; i ++)
		std::cin >> q[i].l >> q[i].r, q[i].id = i;

	for (int i = 1; i <= n; i ++) belong[i] = (i - 1) / Bn + 1;

	std::sort(q + 1, q + 1 + m);

	int l = 1, r = 0;
	for (int i = 1; i <= m; i ++) {
		while (r < q[i].r) add(a[++ r]);
		while (l > q[i].l) add(a[-- l]);
		while (r > q[i].r) dec(a[r --]);
		while (l < q[i].l) dec(a[l ++]);
		// ans[q[i].id] = ...
	}
}

高维莫队

对于 \(k\) 维莫队，对前 \(k - 1\) 维分块，第 \(i \in [1, k - 1]\) 关键字为第 \(i\) 维坐标所在块编号，第 \(k\) 关键字为第 \(k\) 维坐标。
分块大小 \(\mathcal{O}(nm^{-\frac{1}{k}})\)，时间复杂度 \(\mathcal{O}(nm^{1 - \frac{1}{k}})\)。

带修莫队

普通莫队是不支持修改的。
可以给每个询问附加一个时间戳 \(t\)，来表示回答该次询问时已经经过了多少次修改。转化为三维莫队。
当 \(n, m\) 同阶时，分块大小 \(\mathcal{O}(n^{\frac{2}{3}})\)，时间复杂度 \(\mathcal{O}(n^{\frac{5}{3}})\)。
当 \(n, m\) 不同阶时，分块大小 \(\mathcal{O}(nm^{-\frac{1}{3}})\)，时间复杂度 \(\mathcal{O}(nm^{\frac{2}{3}})\)。

int n, m;
int a[N];

int Bn;
int belong[N];

int mc;
struct cg {
	int x, v;
} c[M];

int mq;
struct qry {
	int l, r, t, id;
	bool operator < (const qry &rhs) const {
		if (belong[l] ^ belong[rhs.l]) return l < rhs.l;
		if (belong[r] ^ belong[rhs.r]) return r < rhs.r;
		return t < rhs.t;
	}
} q[M];

int ans[M];

int main() {
	for (int i = 1; i <= m; i ++) {
		if (opt[0] == 'C') {
			mc ++;
			std::cin >> c[mc].x >> c[mc].v;
		} else {
			mq ++;
			std::cin >> q[mq].l >> q[mq].r, q[mq].t = mc, q[mq].id = mq;
		}
	}

	for (int i = 1; i <= n; i ++) belong[i] = (i - 1) / Bn + 1;

	std::sort(q + 1, q + 1 + mq);

	int l = 1, r = 0, t = 0;
	for (int i = 1; i <= mq; i ++) {
		while (r < q[i].r) add(a[++ r]);
		while (l > q[i].l) add(a[-- l]);
		while (r > q[i].r) dec(a[r --]);
		while (l < q[i].l) dec(a[l ++]);
		while (t < q[i].t) {
			t ++;
			if (q[i].l <= c[t].x && c[t].x <= q[i].r) dec(a[c[t].x]), add(c[t].v);
			std::swap(a[c[t].x], c[t].v);
		}
		while (t > q[i].t) {
			if (q[i].l <= c[t].x && c[t].x <= q[i].r) dec(a[c[t].x]), add(c[t].v);
			std::swap(a[c[t].x], c[t].v);
			t --;
		}
		// ans[q[i].id] = ...
	}
}

回滚莫队

用于解决一类插入容易、删除不易的莫队问题。
当操作方便撤销时，可以考虑直接撤销。或是用栈记录操作，沿着栈撤销。
当操作不方便撤销时，可以考虑加入这些数对答案的影响。

int n, m;
int a[N];

int Bn;
int belong[N];

struct qry {
	int l, r, id;
	bool operator < (const qry &rhs) const {
		if (belong[l] ^ belong[rhs.l]) return l < rhs.l;
		return r < rhs.r;
	}
} q[M];

int ans[M];

void add(int x, bool rem) {
    // ...
}

int main() {
	for (int i = 1; i <= m; i ++)
		std::cin >> q[i].l >> q[i].r, q[i].id = i;

	for (int i = 1; i <= n; i ++) belong[i] = (i - 1) / Bn + 1;

	std::sort(q + 1, q + 1 + m);

	for (int x = 1, y = 1; x <= m; x = y = y + 1) {
		while (y < m && belong[q[x].l] == belong[q[y + 1].l]) y ++;

		int rightpos = belong[q[x].l] * Bn;

		// init ...

		int l = rightpos + 1, r = rightpos;
		for (int i = x; i <= y; i ++) {
			if (q[i].r <= rightpos) {
				for (int j = q[i].l; j <= q[i].r; j ++) add(j, 1); 

				// ans[q[i].id] = ...

				// Return to the last state.
			} else {
				while (r < q[i].r) add(++ r, 0);

				// Record the current state.

				while (l > q[i].l) add(-- l, 1);

				// ans[q[i].id] = ...

				// Return to the last state.
			}
		}
	}
}

树上莫队

欧拉序 2：在 dfs 时，第一次访问到该节点时将该节点加入欧拉序（记作 \(\mathrm{In}_x\)），从该节点回溯时将该节点加入欧拉序（记作 \(\mathrm{Out}_x\)）。

对于从 \(x\) 到 \(y\) 的路径，不妨设 \(\mathrm{In}_x < \mathrm{In}_y\)
- 若 \(\mathrm{LCA}(x, y) = x\)，则从 \(x\) 到 \(y\) 的路径上的点为欧拉序 \([\mathrm{In}_x, \mathrm{In}_y]\) 中只出现过一次的点。
- 若 \(\mathrm{LCA}(x, y) \neq x\)，则从 \(x\) 到 \(y\) 的路径上的点为欧拉序 \([\mathrm{Out}_x, \mathrm{In}_y]\) 中只出现过一次的点与 \(\mathrm{LCA}(x, y)\)。

int n, m;
int a[N];

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dep[N];
int anc[logN + 1][N];

int In[N], Out[N];
int eul_len, eul[N * 2];

int Bn;
int belong[N * 2];

void dfs(int u, int fu) {
	dep[u] = dep[fu] + 1;

	anc[0][u] = fu;
	for (int i = 1; i <= logN; i ++) anc[i][u] = anc[i - 1][anc[i - 1][u]];

	eul[++ eul_len] = u, In[u] = eul_len;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu) continue;

		dfs(v, u);
	}

	eul[++ eul_len] = u, Out[u] = eul_len;
}

int lca(int x, int y) {
	if (dep[x] > dep[y]) std::swap(x, y);
	for (int i = logN; i >= 0; i --)
		if (dep[x] <= dep[y] - (1 << i)) y = anc[i][y];
	if (x == y) return x;
	for (int i = logN; i >= 0; i --)
		if (anc[i][x] != anc[i][y]) x = anc[i][x], y = anc[i][y];
	return anc[0][x];
}

struct ask {
	int l, r, z, id;
	bool operator < (const qry &rhs) const {
		if (belong[l] ^ belong[rhs.l]) return l < rhs.l;
		return belong[l] & 1 ? r < rhs.r : r > rhs.r;
	}
} q[M];

int ans[M]; 

bool state[N];

void attend(int p) {
	state[p] ^= 1;
    state[p] ? add(a[p]) : dec(a[p]);
}

int main() {
	dfs(1, 0);

	for (int i = 1, x, y, z; i <= m; i ++) {
		std::cin >> x >> y, z = lca(x, y);
		if (In[x] > In[y]) std::swap(x, y);

		if (z == x)
			q[i].l = In[x], q[i].r = In[y], q[i].z = 0, q[i].id = i;
		else
			q[i].l = Out[x], q[i].r = In[y], q[i].z = z, q[i].id = i;
	}

	for (int i = 1; i <= eul_len; i ++) belong[i] = (i - 1) / Bn + 1;

	sort(q + 1, q + 1 + m, cmp);

	int l = 1, r = 0;
	for (int i = 1; i <= m; i ++) {
		while (r < q[i].r) attend(eul[++ r]);
		while (l > q[i].l) attend(eul[-- l]);
		while (r > q[i].r) attend(eul[r --]);
		while (l < q[i].l) attend(eul[l ++]);

		if (q[i].z)
			// Calculate ans[q[i].id] with q[i].z
		else
			// Calculate ans[q[i].id]
	}
}

莫队二次离线

~~待填。~~

序列分治

在序列分治的过程中，取分治重心 \(\mathrm{mid} = \left\lfloor \frac{l + r}{2} \right\rfloor\)，尝试分成以下几类讨论（其中 3 是讨论重点）：
1. 分治递归到叶子节点（即 \(l = r\)）。
2. 左右端点均在区间 \([l, \mathrm{mid}]\) 或左右端点均在区间 \([\mathrm{mid} + 1, r]\)。
3. 左端点在区间 \([l, \mathrm{mid}]\)，右端点在区间 \([\mathrm{mid} + 1, r]\)。
序列分治的分治树为猫树。

最值分治

在最值分治的过程中，取分治重心 \(p\) 为 \([l, r]\) 中的最值，尝试分成以下几类讨论（其中 3 是讨论重点）：
1. 分治递归到叶子节点（即 \(l = r\)）。
2. 左右端点均在区间 \([l, p - 1]\) 或左右端点均在区间 \([p + 1, r]\)。
3. 左端点在区间 \([l, p]\)，右端点在区间 \([p, r]\)。此时的子区间 \([l', r']\) 中的最值必为 \(a_p\)。通常需要配合启发式合并。
最值分治的分治树为笛卡尔树。

CDQ 分治

在序列分治的过程中，取分治重心 \(\mathrm{mid} = \left\lfloor \frac{l + r}{2} \right\rfloor\)，尝试分成以下几类讨论（其中 3 是讨论重点）：
1. 分治递归到叶子节点（即 \(l = r\)）。
2. 递归计算区间 \([l, \mathrm{mid}]\) 中的答案。
3. 统计区间 \([l, \mathrm{mid}]\) 对区间 \([\mathrm{mid} + 1, r]\) 的贡献。
4. 递归计算区间 \([\mathrm{mid} + 1, r]\) 中的答案。

整体二分

在整体二分的过程中，取二分中点 \(\mathrm{mid} = \left\lfloor \frac{l + r}{2} \right\rfloor\)，将答案 \(\leq \mathrm{mid}\) 的询问分到区间 \([l, \mathrm{mid}]\) 中递归计算，将答案 \(> \mathrm{mid}\) 的询问分到区间 \([\mathrm{mid} + 1, r]\) 中递归计算。

二进制分组

枚举每一个二进制位 \(i\)。在此次分组中，若一个关键点的第 \(i\) 位为 \(1\)，则将其归入 A 类点；若一个关键点的第 \(i\) 位为 \(0\)，则将其归入 B 类点。计算 A 类点与 B 类点之间的信息。
二进制分组一定覆盖了所有的关键点点对，因为对于两个不同的关键点，必有一个二进制位不相同。

线段树分治

~~待填。~~

线段树优化建图

~~待填。~~

Trick

区间加、区间查询转单点加、区间查询

对于原序列 \(a\)，记其差分序列为 \(b\)。

\[\begin{aligned} \sum\limits_{i = 1}^r a_i & = \sum\limits_{i = 1}^r \sum\limits_{j = 1}^i b_j \\ & = \sum\limits_{j = 1}^r b_j \cdot (r - j + 1) \\ & = (r + 1) \sum\limits_{j = 1}^r b_j - \sum\limits_{j = 1}^r j \cdot b_j \end{aligned} \]

连续段计数

无重复元素：即统计 \(\mathrm{max} - \mathrm{min} = r - l\) 的区间个数。

注意到 \(\mathrm{max} - \mathrm{min} \geq r - l\)，即 \(\mathrm{max} - \mathrm{min} + l\geq r\)。
从左到右枚举 \(r\)，使用线段树配合两个单调栈，维护每个 \(l\) 对应的 \(\mathrm{max} - \mathrm{min} + l\)，线段树上需要维护区间中的最小值以及最小值个数。
若线段树 \([1, r]\) 中的最小值等于 \(r\)，则 \(r\) 对答案有 " 线段树 \([1, r]\) 中的最小值个数 " 的贡献。

有重复元素：即统计 \(\mathrm{max} - \mathrm{min} + \mathrm{cnt} = r - l\) 的区间个数，其中 \(\mathrm{cnt}\) 表示区间中重复数的个数。

注意到 \(\mathrm{max} - \mathrm{min} + \mathrm{cnt} \geq r - l\)，即 \(\mathrm{max} - \mathrm{min} + \mathrm{cnt} + l\geq r\)。
从左到右枚举 \(r\)，使用线段树配合两个单调栈以及每个位置上一个相同数的位置，维护每个 \(l\) 对应的 \(\mathrm{max} - \mathrm{min} + \mathrm{cnt} + l\)，线段树上需要维护区间中的最小值以及最小值个数。
若线段树 \([1, r]\) 中的最小值等于 \(r\)，则 \(r\) 对答案有 " 线段树 \([1, r]\) 中的最小值个数 " 的贡献。

D - 数据结构树上结构

最近公共祖先 LCA

树上倍增

\(\mathcal{O}(n \log n) - \mathcal{O}(\log n)\)。

重链剖分

\(\mathcal{O}(n) - \mathcal{O(\log n)}\)。

欧拉序 & ST 表

\(\mathcal{O}(n \log n) - \mathcal{O}(1)\)。

欧拉序 1：在 dfs 时，第一次访问到该节点时将该节点加入欧拉序（记作 \(\mathrm{Fir}_x\)），回溯到该节点时将该节点加入欧拉序。

不妨设 \(\mathrm{Fir}_x < \mathrm{Fir}_y\)，则 \(\mathrm{LCA}(u, v)\) 为欧拉序 \([\mathrm{Fir}_x, \mathrm{Fir}_y]\) 中深度最小的节点。用 ST 表维护。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dep[N];

int Fir[N];
int eul_len, eul[N * 2];

void dfs(int u, int fu) {
	dep[u] = dep[fu] + 1;

	eul[++ eul_len] = u, Fir[u] = eul_len;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu) continue;

		dfs(v, u), eul[++ eul_len] = u;
	}
}

namespace eul_ST {
	const int SIZE = N * 2;

	int logx[SIZE];
	int f[logSIZE + 1][SIZE];

	int great(int x, int y) {
		return dep[x] < dep[y] ? x : y;
	}

	void init() {
		logx[0] = -1;
		for (int i = 1; i <= eul_len; i ++) logx[i] = logx[i >> 1] + 1;

		for (int i = 1; i <= eul_len; i ++) f[0][i] = eul[i];
		for (int j = 1; j <= logSZ; j ++)
			for (int i = 1; i <= eul_len - (1 << j) + 1; i ++)
				f[j][i] = great(f[j - 1][i], f[j - 1][i + (1 << (j - 1))]);
	}

	int query(int l, int r) {
		int k = logx[r - l + 1];
		return great(f[k][l], f[k][r - (1 << k) + 1]);
	}
}

int lca(int x, int y) {
	int l = Fir[x], r = Fir[y]; if (l > r) std::swap(l, r);
	return eul_ST::query(l, r);
}

树的重心

一个点是树的重心，当且仅当它的最大子树大小不超过整棵树的一半。
树中所有点到重心的距离和是最小的。
树至多有两个重心。若树有两个重心，则这两个重心相邻，此时树有偶数个节点，可以被划分成大小相等的两支。
在两棵树之间加一条边，新树的重心在原来两棵树的重心的简单路径上。
在一颗树上添加或删除一个叶子，重心至多只移动一条边的距离。

树的直径

在边权非负的前提下，合并两个点集时，新点集的直径端点，必定来自两个点集四个端点中的某两个，共六种情况。
在边权非负的前提下，钦定点对 \((u, v)\) 作为直径端点的充要条件是，不存在其他点 \(w\) 使得 \(\mathrm{dist}(u, w) > \mathrm{dist}(u, v)\) 或 \(\mathrm{dist}(v, w) > \mathrm{dist}(u, v)\)。

树的同构

\(T_1, T_2\) 同构：若 \(T_1, T_2\) 为同构树，当且仅当存在一个 \(1 \sim n\) 的排列 \(f\)，使得 \((i, j) \in E \Leftrightarrow (f_i, f_j) \in E\)。

有根树自同构树计数：对于每个点的每个儿子的子树，按照同构（指去掉标号、儿子间不区分顺序后俩子树相同）划分出等价类，按照每种等价类的大小的阶乘乘入答案。

无根数自同构数计数：需要找到一个代表节点，当重心唯一时，取重心为根；当重心不唯一时，在重心之间加一点，取该点为根。转化为有根树计算。

树哈希

有根树树哈希：设 \(f_u\) 表示以 \(u\) 为根的子树的哈希值，则 \(f_u\) 即为 \(u\) 的所有儿子 \(v\) 为根的子树的哈希值构成的多重集的哈希值。考虑使用集合哈希。

\[f_u = \left(c + \sum\limits_{v \in \mathrm{son}(u)} \mathrm{shift}(f_v)\right) \bmod m \]

typedef unsigned long long u64;

u64 mask = std::mt19937_64((unsigned)time(0))();
u64 shift(u64 x) {
    x ^= mask;
    x ^= x << 13;
    x ^= x >> 7;
    x ^= x << 17;
    x ^= mask;
    return x;
}

u64 f[N];

void dfs_hash(int u, int fu) {
    f[u] = 1;
    for (int i = head[u]; i; i = Next[i]) {
        int v = ver[i];
        if (v == fu) continue;
        dfs_hash(v, u);
        f[u] += shift(f[v]);
    }
}

无根树树哈希：需要找到一个代表节点，当重心唯一时，取重心为根；当重心不唯一时，在重心之间加一点，取该点为根。转化为有根树的情况。

重链剖分

重链优先 dfs 序列：
- 任意子树在 dfs 序上，都对应一个连续区间。
- 任意重链在 dfs 序上，都对应一个连续区间。
向根的方向经过一条轻边后，所在子树大小至少乘 \(2\)。
任意一点到根路径上的所有边，可分成 \(\mathcal{O}(\log n)\) 个重路径的不交并。
任意两点之间路径上的所有边，可分成 \(\mathcal{O}(\log n)\) 个重路径的不交并。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dep[N], sze[N], Fa[N], son[N];

void dfs1(int u) {
	dep[u] = dep[Fa[u]] + 1;
	sze[u] = 1;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == Fa[u]) continue;

		Fa[v] = u;
		dfs1(v);

		sze[u] += sze[v];
		if (sze[v] > sze[son[u]]) son[u] = v;
	}
}

int dfsClock, dfn[N], idx[N];
int chain_top[N];

void dfs2(int u, int P) {
	dfsClock ++;
	dfn[u] = dfsClock, idx[dfsClock] = u;

	chain_top[u] = P;

	if (son[u]) dfs2(son[u], P);
	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == Fa[u] || v == son[u]) continue;

		dfs2(v, v);
	}
}

void chain_operate(int x, int y) {
	while (chain_top[x] ^ chain_top[y]) {
		if (dep[chain_top[x]] > dep[chain_top[y]]) std::swap(x, y);
		// Operate on the [dfn[chain_top[y]], dfn[y]].
		y = Fa[chain_top[y]];
	}

	if (dep[x] > dep[y]) std::swap(x, y);
	// Operate on the [dfn[x], dfn[y]].
}

长链剖分

所有长链的长度和为 \(n\)。
任意一点到根路径上的所有边，可分成 \(\mathcal{O}(\sqrt{n})\) 个长路径的不交并。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dep[N], max_dep[N], Fa[N], son[N];

void dfs1(int u) {
	max_dep[u] = dep[u] = dep[Fa[u]] + 1;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == Fa[u]) continue;

		Fa[v] = u; 
		dfs1(v);

		if (max_dep[v] > max_dep[u]) max_dep[u] = max_dep[v], son[u] = v; 
	}
}

int chain_top[N];

void dfs2(int u, int P) {
	chain_top[u] = P;

	if (son[u]) dfs2(son[u], P);
	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == Fa[u] || v == son[u]) continue;

		dfs2(v, v);
	}
}

长链剖分优化 dp：长链剖分可以优化附带深度维的 dp。

遍历每一个节点，统计每一个节点子树内的信息，设当前遍历到了节点 \(u\)：
- 递归计算 \(u\) 的长子树的信息，将长子树的 dp 信息继承给 \(u\)。
- 递归计算 \(u\) 的所有短子树的信息，将短子树的 dp 信息合并计入 \(u\)。
具体实现中，可以开一个内存池 pool，为一条长链统筹分配内存，通常链上不同的节点有不同的首指针，便于继承信息。因此，在完整地做完一遍 dp 后，只有长链链首的节点保留了正确的 dp 值。

\(\mathcal{O}(n \log n) - \mathcal{O}(1)\) 树上 \(k\) 级祖先：

任意一点 \(x\) 的 \(k\) 级祖先，其所在的长链长度 \(\geq k\)。
对树进行长链剖分，预处理：
- 每个点的树上 \(2^k\) 级祖先。
- 每条长链（记该长链长度为 \(\mathrm{len}\)）从长链顶端向上的 \(\mathrm{len}\) 个祖先和向下的 \(\mathrm{len}\) 个儿子。
- 每个二进制数的最高位。
每次询问 \(x\) 的 \(k\) 级祖先：
- 记 \(h\) 为 \(k\) 的最高二进制位。利用倍增数组先让 \(x\) 跳到 \(x\) 的 \(2^h\) 级祖先。
- 记剩余级数为 \(k' = k - 2^h\)。由于当前 \(x\) 所在长链长度 \(\mathrm{len} \geq 2^h \geq k - 2^h = k'\)，可以先让 \(x\) 跳到 \(x\) 所在长链顶端，若剩余级数为正，则利用预处理的数组向上跳求出答案；若剩余级数为负，则利用预处理的数组向下跳求出答案。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dep[N], max_dep[N], Fa[N], son[N];
int anc[logN + 1][N]; 

void dfs1(int u) {
	max_dep[u] = dep[u] = dep[Fa[u]] + 1;

	anc[0][u] = Fa[u];
	for (int i = 1; i <= logN; i ++) anc[i][u] = anc[i - 1][anc[i - 1][u]];

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == Fa[u]) continue;

		Fa[v] = u; 
		dfs1(v);

		if (max_dep[v] > max_dep[u]) max_dep[u] = max_dep[v], son[u] = v; 
	}
}

int chain_top[N];
std::vector<int> up[N], dn[N];

void dfs2(int u, int P) {
	chain_top[u] = P;

	if (u == P) {
		int len = max_dep[u] - dep[u] + 1;
		for (int step = len, x = u; step; step --, x = Fa[x]) up[u].push_back(x);
		for (int step = len, x = u; step; step --, x = son[x]) dn[u].push_back(x);
	}

	if (son[u]) dfs2(son[u], P);
	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == Fa[u] || v == son[u]) continue;

		dfs2(v, v);
	}
}

int logx[N];

int find(int x, int k) {
	if (!k) return x;
	int h = logx[k];
	k -= (1 << h), x = f[x][h];
	k -= dep[x] - dep[chain_top[x]], x = chain_top[x];
	return k >= 0 ? up[x][k] : dn[x][-k]; 
}

int main() {
	logx[0] = -1;
	for (int i = 1; i <= n; i ++) logx[i] = logx[i >> 1] + 1;

	// ...
}

LCT

LCT 的辅助树由 splay 森林组成，每一棵 splay 都维护了一条偏爱链，splay 的中序遍历对应着偏爱链从链顶至链底。
LCT 的每一棵 splay 的顶端节点，其父不认子。
LCT 的操作注意事项：
- find_root(x)：在找到根之后，需要将根 splay 上去，否则复杂度可能会退化。
- link(x, y)：在连边之前，需要判断 \(x, y\) 所在连通块的根是否不同。
- cut(x, y)：在执行完 make_root(x), access(y), splay(y) 之后，需要判断 \(y\) 的左子树是否有且仅有 \(x\)。
LCT 经过 access 后，跨越非偏爱边的数量是 \(\mathcal{O}(\log n)\) 的。
LCT 的 access 操作，可以实现从某节点到根路径上的标记覆盖，可以实现从某节点到根路径上标记的批量处理（因为每条实链的标记都是相同的）。由于根是不变的，就不必写翻转标记了。

namespace LCT {
	struct node {
		int son[2], Fa;
		int val;
		int sze;
		bool rev;

		#define lc son[0]
		#define rc son[1]

		void init(int x) {
			lc = rc = 0, Fa = 0;
			val = x;
			sze = 1;
			rev = 0;
		}

		void mk_rev() {
			std::swap(lc, rc);
			rev ^= 1;
		}
	} t[N];

	void upd(int p) {
		t[p].sze = t[t[p].lc].sze + t[t[p].rc].sze + 1;
	}

	void spread(int p) {
		if (t[p].rev) {
			if (t[p].lc) t[t[p].lc].mk_rev();
			if (t[p].rc) t[t[p].rc].mk_rev();
			t[p].rev = 0;
		}
	}

	int dir(int x) {
		return t[t[x].Fa].rc == x;
	}

	int is_top(int x) {
		return t[t[x].Fa].lc != x && t[t[x].Fa].rc != x;
	}

	void rotate(int x) {
		int y = t[x].Fa, z = t[y].Fa, k = dir(x);
		t[x].Fa = z; if (!is_top(y)) t[z].son[t[z].rc == y] = x;
		t[y].son[k] = t[x].son[k ^ 1], t[t[x].son[k ^ 1]].Fa = y;
		t[x].son[k ^ 1] = y, t[y].Fa = x;
		upd(y), upd(x);
	}

	void splay(int x) {
		static int top, stk[N], p;

		stk[top = 1] = x;
		for (p = x; !is_top(p); p = t[p].Fa) stk[++ top] = t[p].Fa;
		while (top) spread(stk[top --]);

		while (p = t[x].Fa, !is_top(x)) {
			if (!is_top(p)) rotate(dir(x) == dir(p) ? p : x);
			rotate(x);
		}
	}

	void access(int x) {
		for (int y = 0; x; y = x, x = t[x].Fa) {
			splay(x);
			t[x].rc = y;
			upd(x); 
		}
	}

	int find_root(int x) {
		access(x), splay(x);
		while (spread(x), t[x].lc) x = t[x].lc;
		return splay(x), x;
	}

	void make_root(int x) {
		access(x), splay(x), t[x].mk_rev();
	}

	void link(int x, int y) {
		if (find_root(x) == find_root(y)) return;
		make_root(x), t[x].Fa = y;
	}

	void cut(int x, int y) {
		make_root(x), access(y), splay(y);
		if (t[y].lc != x || t[x].rc) return;
		t[y].lc = t[x].Fa = 0, upd(y);
	}
}

LCT 维护子树信息：维护虚子树的信息总和（需要满足可减性），只有 access 与 link 操作需要改变。

namespace LCT {
	struct node {
		int son[2], Fa;
		int sze;
		int vir;
		bool rev;

		#define lc son[0]
		#define rc son[1]

		void init() {
			lc = rc = 0, Fa = 0;
			sze = 1;
			vir = 0;
			rev = 0;
		}

		void mk_rev() {
			std::swap(lc, rc);
			rev ^= 1;
		}
	} t[N];

	void upd(int p) {
		t[p].sze = t[t[p].lc].sze + t[t[p].rc].sze + 1 + t[p].vir;
	}

	void spread(int p) {
		if (t[p].rev) {
			if (t[p].lc) t[t[p].lc].mk_rev();
			if (t[p].rc) t[t[p].rc].mk_rev();
			t[p].rev = 0;
		}
	}

	int dir(int x) {
		return t[t[x].Fa].rc == x;
	}

	bool is_top(int x) {
		return t[t[x].Fa].lc != x && t[t[x].Fa].rc != x;
	}

	void rotate(int x) {
		int y = t[x].Fa, z = t[y].Fa, k = dir(x);
		t[x].Fa = z; if (!is_top(y)) t[z].son[t[z].rc == y] = x;
		t[y].son[k] = t[x].son[k ^ 1], t[t[x].son[k ^ 1]].Fa = y;
		t[x].son[k ^ 1] = y, t[y].Fa = x;
		upd(y), upd(x);
	}

	void splay(int x) {
		static int top, stk[N], p;

		stk[top = 1] = x;
		for (p = x; !is_top(p); p = t[p].Fa) stk[++ top] = t[p].Fa;
		while (top) spread(stk[top --]);

		while (p = t[x].Fa, !is_top(x)) {
			if (!is_top(p)) rotate(dir(x) == dir(p) ? p : x);
			rotate(x);
		}
	}

	void access(int x) {
		for (int y = 0; x; y = x, x = t[x].Fa) {
			splay(x);
			t[x].vir += t[t[x].rc].sze - t[y].sze;
			t[x].rc = y;
			upd(x);
		}
	}

	void make_root(int x) {
		access(x), splay(x), t[x].mk_rev();
	}

	void link(int x, int y) {
		if (find_root(x) == find_root(y)) return;
		make_root(x), make_root(y);
		t[x].Fa = y, t[y].vir += t[x].sze, t[y].sze += t[x].sze;
	}

	void cut(int x, int y) {
		make_root(x), access(y), splay(y);
		if (t[y].lc != x || t[x].rc) return;
		t[y].lc = t[x].Fa = 0, upd(y);
	}
}

LCT 维护生成树：

对于带权边 \((u, v, w)\)，新建权值为 \(w\) 的点 \(p\)，连接边 \((u, p)\) 与 \((p, v)\)，转化成点带权的树。
加入带权边 \((u, v, w)\) 时（以最小生成树为例），记生成树 \(u \to v\) 的路径上的最大边为 \(w'\)。若 \(w < w'\)，则使用新边替换最大边；否则无法替换。使用 LCT 实现 link 与 cut。

namespace LCT {
	const int pond = N + M;

	int nClock;
	struct node {
		int son[2], Fa;
		int val;
		int max_id;
		bool rev;

		#define lc son[0]
		#define rc son[1]

		void init(int x, int p) {
			lc = rc = 0, Fa = 0;
			val = x;
			max_id = p;
			rev = 0;
		}

		void mk_rev() {
			std::swap(lc, rc);
			rev ^= 1;
		}
	} t[pond];

	void upd(int p) {
		t[p].max_id = p;
		if (t[t[t[p].lc].max_id].val > t[t[p].max_id].val)
			t[p].max_id = t[t[p].lc].max_id;
		if (t[t[t[p].rc].max_id].val > t[t[p].max_id].val)
			t[p].max_id = t[t[p].rc].max_id;
	}

	void spread(int p) {
		if (t[p].rev) {
			if (t[p].lc) t[t[p].lc].mk_rev();
			if (t[p].rc) t[t[p].rc].mk_rev();
			t[p].rev = 0;
		}
	}

	int dir(int x) {
		return t[t[x].Fa].rc == x;
	}

	bool is_top(int x) {
		return t[t[x].Fa].lc != x && t[t[x].Fa].rc != x;
	}

	void rotate(int x) {
		int y = t[x].Fa, z = t[y].Fa, k = dir(x);
		t[x].Fa = z; if (!is_top(y)) t[z].son[t[z].rc == y] = x;
		t[y].son[k] = t[x].son[k ^ 1], t[t[x].son[k ^ 1]].Fa = y;
		t[x].son[k ^ 1] = y, t[y].Fa = x;
		upd(y), upd(x);
	}

	void splay(int x) {
		static int top, stk[pond], p;

		stk[top = 1] = x;
		for (p = x; !is_top(p); p = t[p].Fa) stk[++ top] = t[p].Fa;
		while (top) spread(stk[top --]);

		while (p = t[x].Fa, !is_top(x)) {
			if (!is_top(p)) rotate(dir(x) == dir(p) ? p : x);
			rotate(x);
		}
	}

	void access(int x) {
		for (int y = 0; x; y = x, x = t[x].Fa) {
			splay(x);
			t[x].rc = y;
			upd(x);
		}
	}

	int find_root(int x) {
		access(x), splay(x);
		while (spread(x), t[x].lc) x = t[x].lc;
		return splay(x), x;
	}

	void make_root(int x) {
		access(x), splay(x), t[x].mk_rev();
	}

	void link(int x, int y) {
		make_root(x), t[x].Fa = y;
	}

	void extend(int x, int y, int z) {
		t[++ nClock].init(z, nClock);

		if (find_root(x) != find_root(y)) {
			link(x, nClock), link(y, nClock);
		} else {
			make_root(x), access(y), splay(y);

			if (t[t[y].max_id].val <= z) return;

			int p = t[y].max_id;
			splay(p), t[t[p].lc].Fa = t[t[p].rc].Fa = 0;

			link(x, nClock), link(y, nClock);
		}
	}
}

int main() {
	for (int i = 1; i <= n; i ++) LCT::t[i].init(-inf, i);
	LCT::nClock = n;

    // ...
}

LCT 维护双连通分量：~~待填。~~

LCT 维护黑白转色树（qtree6）：定根，令每个黑点向黑点父亲连边，此时真正的连通块就是 splay 里的连通块删掉根。

namespace LCT {
	int up[N];
	struct node {
		int son[2], Fa;
		int sze, vir;

		#define lc son[0]
		#define rc son[1]

		void init() {
			lc = rc = 0, Fa = 0;
			sze = 1, vir = 0;
		}
	} t[N];

	void upd(int p) {
		t[p].sze = t[t[p].lc].sze + t[t[p].rc].sze + 1 + t[p].vir;
	}

	int dir(int x) {
		return t[t[x].Fa].rc == x;
	}

	bool is_top(int x) {
		return t[t[x].Fa].lc != x && t[t[x].Fa].rc != x;
	}

	void rotate(int x) {
		int y = t[x].Fa, z = t[y].Fa, k = dir(x);
		t[x].Fa = z; if (!is_top(y)) t[z].son[t[z].rc == y] = x;
		t[y].son[k] = t[x].son[k ^ 1], t[t[x].son[k ^ 1]].Fa = y;
		t[x].son[k ^ 1] = y, t[y].Fa = x;
		upd(y), upd(x);
	}

	void splay(int x) {
		static int p;
		while (p = t[x].Fa, !is_top(x)) {
			if (!is_top(p)) rotate(dir(x) == dir(p) ? p : x);
			rotate(x);
		}
	}

	void access(int x) {
		for (int y = 0; x; y = x, x = t[x].Fa) {
			splay(x);
			t[x].vir += t[t[x].rc].sze - t[y].sze;
			t[x].rc = y;
			upd(x);
		}
	}

	int find_root(int x) {
		access(x), splay(x);
		while (t[x].lc) x = t[x].lc;
		return splay(x), x;
	}

	int ask(int x) { return t[t[find_root(x)].rc].sze; }

	void link(int x) {
		int y = up[x];
		splay(x);
		t[x].Fa = y, access(y), splay(y);
		t[y].vir += t[x].sze, t[y].sze += t[x].sze;
	}

	void cut(int x) {
		access(x), splay(x);
		t[x].lc = t[t[x].lc].Fa = 0, upd(x);,
	}
}

点分治、点分树

参考：https://liu-cheng-ao.blog.uoj.ac/blog/2969

点分治本质上是序列分治的树上衍生。
在点分治过程中，将本层中与上一层重心相邻的点记作本层的根。若将以 " 上一层的根 " 作为根时的子树大小作为本层总节点数，虽然在本层的根在上一层的根与上一层的重心简单路径上时，本层总结点数会计算错误，但不影响复杂度。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

bool ban[N];

int sz[N], mp[N];
int A_sz, A_rt;

void Get_rt(int u, int fu) {
	sz[u] = 1, mp[u] = 0;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu || ban[v]) continue;

		Get_rt(v, u);

		sz[u] += sz[v];
		if (sz[v] > mp[u]) mp[u] = sz[v];
	}

	if (A_sz - sz[u] > mp[u]) mp[u] = A_sz - sz[u];
	if (A_rt == 0 || mp[u] < mp[A_rt]) A_rt = u;
}

void solve(int u) {
	ban[u] = 1;

	// Calculate the data of path through point u.

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (ban[v]) continue;

		A_sz = sz[v], A_rt = 0;
		Get_rt(v, u), solve(A_rt);
	}
}

int main() {
	A_sz = n, A_rt = 0;
	Get_rt(1, 0), solve(A_rt);
}

点分树本质上是点分治的分治树。
点分树中任意两点 \(u, v\) 的 \(\mathrm{LCA}(u, v)\) 一定在原树中 \(u, v\) 的简单路径上。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

namespace PDT {
	int rt;

	int Fa[N];
	std::vector<int> son[N];

	void add_edge(int u, int v) {
		son[u].push_back(v), Fa[v] = u;
	}
}

bool ban[N];

int sz[N], mp[N];
int A_sz, A_rt;

void Get_rt(int u, int fu) {
	sz[u] = 1, mp[u] = 0;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu || ban[v]) continue;

		Get_rt(v, u);

		sz[u] += sz[v];
		if (sz[v] > mp[u]) mp[u] = sz[v];
	}

	if (A_sz - sz[u] > mp[u]) mp[u] = A_sz - sz[u];
	if (A_rt == 0 || mp[u] < mp[A_rt]) A_rt = u;
}

void solve(int u) {
	ban[u] = 1;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (ban[v]) continue;

		A_sz = sz[v], A_rt = 0;
		Get_rt(v, u), PDT::add_edge(u, A_rt), solve(A_rt);
	}
}

int main() {
	A_sz = n, A_rt = 0;
	Get_rt(1, 0), PDT::rt = A_rt, solve(A_rt);
}

虚树

对于关键点点集 \(S\)，在包含关键点点集 \(S\) 的极小联通子图中，分叉节点（儿子数 \(\geq 2\) 的节点）的数量不超过 \(|S| - 1\)。
对于关键点点集 \(S\)，虚树大小 \(\leq 2|S| - 1\)。
对于关键点点集 \(S\)，记 \(u_i\) 为点集 \(S\) 中的点按 dfs 序排序后的结果，则

\[\{\mathrm{LCA}(u_i, u_j) \mid 1 \leq i < j \leq |S|\} = \{ \mathrm{LCA}(u_i, u_{i + 1}) \mid 1 \leq i < |S| \} \]

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dfsClock, dfn[N];

int dep[N];
int anc[logN + 1][N];

void dfs(int u, int fu) {
	dfn[u] = ++ dfsClock;

	dep[u] = dep[fu] + 1;

	anc[0][u] = fu;
	for (int i = 1; i <= logN; i ++) anc[i][u] = anc[i - 1][anc[i - 1][u]];

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu) continue;

		dfs(v, u);
	}
}

int lca(int x, int y) {
	if (dep[x] > dep[y]) std::swap(x, y);
	for (int i = logN; i >= 0; i --)
		if (dep[x] <= dep[y] - (1 << i)) y = anc[i][y];
	if (x == y) return x;
	for (int i = logN; i >= 0; i --)
		if (anc[i][x] != anc[i][y]) x = anc[i][x], y = anc[i][y];
	return anc[0][x];
}

int crulen, cru[N];

bool cmp(int x, int y) { return dfn[x] < dfn[y]; }

namespace VT {
	int tim, tim_mark[N];

	int rt;

	int tot, head[N], ver[N], Next[N];
	void add_edge(int u, int v) {
		ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
	}

	void init(int u) { head[u] = 0; }

	void build() {
		static int top, stk[N];

		tot = 0;

		tim ++;
		for (int i = 1; i <= crulen; i ++) tim_mark[cru[i]] = tim;

		std::sort(cru + 1, cru + 1 + crulen, cmp);

		init(cru[1]), stk[top = 1] = cru[1];
		for (int i = 2; i <= crulen; i ++) {
			int x = cru[i], z = lca(stk[top], x);

			while (top > 1 && dep[z] <= dep[stk[top - 1]])
				add_edge(stk[top - 1], stk[top]), top --;

			if (stk[top] != z)
				init(z), add_edge(z, stk[top]), stk[top] = z;

			init(x), stk[++ top] = x;
		}

		while (top > 1)
			add_edge(stk[top - 1], stk[top]), top --;

		rt = stk[1];
	}
}

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
}

int dfsClock, dfn[N];

int dep[N], sze[N];
int anc[logN + 1][N];

void dfs(int u, int fu) {
	dfn[u] = ++ dfsClock;
	sze[u] = 1; 

	dep[u] = dep[fu] + 1;

	anc[0][u] = fu;
	for (int i = 1; i <= logN; i ++) anc[i][u] = anc[i - 1][anc[i - 1][u]];

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu) continue;

		dfs(v, u);
		sze[u] += sze[v];
	}
}

int lca(int x, int y) {
	if (dep[x] > dep[y]) std::swap(x, y);
	for (int i = logN; i >= 0; i --)
		if (dep[x] <= dep[y] - (1 << i)) y = anc[i][y];
	if (x == y) return x;
	for (int i = logN; i >= 0; i --)
		if (anc[i][x] != anc[i][y]) x = anc[i][x], y = anc[i][y];
	return anc[0][x];
}

bool contain(int x, int y) {
	return dfn[x] <= dfn[y] && dfn[y] <= dfn[x] + sze[x] - 1;
}

int crulen, cru[N * 2];

bool cmp(int x, int y) { return dfn[x] < dfn[y]; }

namespace VT {
	int tim, tim_mark[N];

	int Fa[N];

	void build() {
		static int top, stk[N];

		tim ++;
		for (int i = 1; i <= crulen; i ++) tim_mark[cru[i]] = tim;

		std::sort(cru + 1, cru + 1 + crulen, cmp);
		for (int i = 1, o = crulen; i < o; i ++) cru[++ crulen] = lca(cru[i], cru[i + 1]);
		std::sort(cru + 1, cru + 1 + crulen, cmp);
		crulen = std::unique(cru + 1, cru + 1 + crulen) - cru - 1;

		top = 0;
		for (int i = 1; i <= crulen; i ++) {
			int x = cru[i];

			while (top && !contain(stk[top], x)) top --;
			Fa[x] = top ? stk[top] : 0;
			stk[++ top] = x;
		}
	}
}

DSU on tree

遍历每一个节点，统计每一个节点子树内的信息，设当前遍历到了节点 \(u\)：
- 递归计算 \(u\) 的所有轻子树的信息，回溯时需要撤销贡献。
- 递归计算 \(u\) 的重子树的信息，回溯时不需要撤销贡献。
- 遍历 \(u\) 的所有轻子树，统计所有轻子树的贡献。
一个节点在重子树内被统计 \(1\) 次，在轻子树内被统计 \(\mathcal{O}(\log n)\) 次（取决于该点到根有多少条轻边）。

int tot, head[N], ver[N * 2], Next[N * 2];
void add_edge(int u, int v) {
	ver[++ tot] = v;    Next[tot] = head[u];    head[u] = tot;
} 

int dfsClock, dfn[N], idx[N];

int sze[N], son[N];

void dfs(int u, int fu) {
	dfsClock ++;
	dfn[u] = dfsClock, idx[dfsClock] = u;

	sze[u] = 1;

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu) continue;

		dfs(v, u);

		sze[u] += sze[v];
		if (sze[v] > sze[son[u]]) son[u] = v;
	}
}

void solve(int u, int fu, bool rem) {
	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu || v == son[u]) continue;

		solve(v, u, 0);
	}

	if (son[u]) solve(son[u], u, 1);

	for (int i = head[u]; i; i = Next[i]) {
		int v = ver[i];
		if (v == fu || v == son[u]) continue;

		int nl = dfn[v], nr = dfn[v] + sze[v] - 1;
		for (int ni = nl; ni <= nr; ni ++) {
			int x = idx[ni];
			add(x);
		}
	}

	add(u);

	// ans[u] = ...

	if (!rem) {
		int nl = dfn[u], nr = dfn[u] + sze[u] - 1;
		for (int ni = nl; ni <= nr; ni ++) {
			int x = idx[ni];
			dec(x);
		}
	}
}

Trick

树上倍增

现要求 \(x \to y\) 的信息和，若该信息满足 " 可重复贡献性 "，则可以将 \(x \to y\) 拆成 \(x \to \mathrm{LCA}(x, y)\) 与 \(y \to \mathrm{LCA}(x, y)\) 两段直链，将每一段直链分别拆成自链底向上、自链顶向下的长度为 \(2\) 的极大整数次幂的链，用三次合并计算四个树上倍增数组的信息和即可。

树上差分

对于大小为 \(m\) 的关键点点集 \(S\)，现在要求包含关键点点集 \(S\) 的极小联通子图的边权和，记 \(u_i\) 为点集 \(S\) 中的点按 dfs 序排序后的结果，则答案为

\[\frac{1}{2}\sum\limits_{i = 1}^{m} \mathrm{dist}(u_i, u_{(i \bmod m) + 1}) \]

对于大小为 \(m\) 的关键点点集 \(S\)，现在要给包含关键点点集 \(S\) 的极小联通子图的所有点加上 \(d\)，考虑树上差分后做一遍子树和，记 \(u_i\) 为点集 \(S\) 中的点按 dfs 序排序后的结果，则
- 对于 \(1 \leq i \leq m\)，令 \(u_i\) 的差分数组加上 \(d\)。
- 对于 \(1 \leq i < m\)，令 \(\mathrm{LCA}(u_i, u_{i + 1})\) 的差分数组减去 \(d\)。特别地，令 \(\mathrm{fa}_{\mathrm{LCA}(u_1, u_m)}\) 的差分数组减去 \(d\)。
对于大小为 \(m\) 的关键点点集 \(S\)，现在要给包含关键点点集 \(S\) 的极小联通子图的所有边加上 \(d\)，考虑树上差分后做一遍子树和，记 \(u_i\) 为点集 \(S\) 中的点按 dfs 序排序后的结果，则
- 对于 \(1 \leq i \leq m\)，令 \(u_i\) 的差分数组加上 \(d\)。
- 对于 \(1 \leq i \leq m\)，令 \(\mathrm{LCA}(u_i, u_{(i \bmod m) + 1})\) 的差分数组减去 \(d\)。

路径加、子树查询转单点加、区间查询

对于一个路径加 \((\mathrm{path}(x, y), +d)\)，记 \(z = \mathrm{LCA}(x, y)\)，将其拆成四个到根节点的路径加

\[(\mathrm{path}(1, x), +d) \\ (\mathrm{path}(1, y), +d) \\ (\mathrm{path}(1, z), -d) \\ (\mathrm{path}(1, \mathrm{fa}_{z}), -d) \]

一个到根节点的路径加 \((\mathrm{path}(1, x), +d)\)，会对 \(x\) 的祖先节点 \(u\) 产生 \(d \cdot \mathrm{dep}_x - d \cdot (\mathrm{dep}_{u} - 1)\) 的贡献。

换根

钦定以 \(1\) 为根，考虑换根对信息的影响。
设当前的根为 \(\mathcal{R}\)：
- 若 \(x\) 为 \(\mathcal{R}\)，则以 \(\mathcal{R}\) 为根时 \(x\) 的子树，为整棵树。
- 若 \(x\) 为 \(\mathcal{R}\) 的祖先，则以 \(\mathcal{R}\) 为根时 \(x\) 的子树，为整棵树刨去以 \(1\) 为根时 \(s\) 的子树，其中 \(s\) 为 \(x\) 向 \(\mathcal{R}\) 方向上的儿子。
- 若是其他情况，则以 \(\mathcal{R}\) 为根时 \(x\) 的子树，为以 \(1\) 为根时 \(x\) 的子树。
设当前的根为 \(\mathcal{R}\)，则以 \(\mathcal{R}\) 为根时的 \(\mathrm{LCA}(x, y)\)，为以 \(1\) 为根时 \(\mathrm{LCA}(x, y), \mathrm{LCA}(x, \mathcal{R}), \mathrm{LCA}(y, \mathcal{R})\) 中深度最大者。

森林 / 沙漠连通块计数

森林：连通块个数 \(=\) 点数 \(-\) 边数。
沙漠：连通块个数 \(=\) 点数 \(-\) 边数 \(+\) 环数。

posted @ 2022-12-19 10:23 Calculatelove 阅读(416) 评论(0) 编辑收藏举报

刷新页面返回顶部

C.L.

Love all my perfect imperfections.

OI+ACM 笔记：D - 数据结构

D - 数据结构 序列结构

树状数组

线段树

动态开点线段树 & 线段树合并 & 线段树分裂

主席树

势能线段树

历史线段树

李超线段树

楼房重建式线段树

猫树

平衡树

splay

FHQ treap

树套树

树状数组套线段树

线段树套线段树

线段树套平衡树

笛卡尔树

分块

莫队

普通莫队

高维莫队

带修莫队

回滚莫队

树上莫队

莫队二次离线

序列分治

最值分治

CDQ 分治

整体二分

二进制分组

线段树分治

线段树优化建图

Trick

区间加、区间查询 转 单点加、区间查询

连续段计数

D - 数据结构 树上结构

最近公共祖先 LCA

树上倍增

重链剖分

欧拉序 & ST 表

树的重心

树的直径

树的同构

树哈希

重链剖分

长链剖分

LCT

点分治、点分树

虚树

DSU on tree

Trick

树上倍增

树上差分

路径加、子树查询 转 单点加、区间查询

换根

森林 / 沙漠 连通块计数

公告

D - 数据结构序列结构

区间加、区间查询转单点加、区间查询

D - 数据结构树上结构

路径加、子树查询转单点加、区间查询

森林 / 沙漠连通块计数