trie 树
基本操作
顾名思义，\(trie\) 树就像字典一样，是一种多串状态的集合表现
处理字母
处理字母的关键在于每个串结束处的处理，常见的有开 \(vector\)，节点上的 \(dp\)（虽然可能更多的是在 \(AC\) 自动机上）
考虑 \(trie\) 树上的 \(dp\)，\(f[i][j]\) 表示走到节点 \(i\)，匹配到模式串 \(j\) 可不可行
模式串如果为字母，直接进对应儿子
如果为 \(?\)，进所有儿子
如果为 \(*\)，进所有儿子且模式串不延伸，或只模式串延伸
一个比较神奇的套路，对于字符的大小关系，体现于建图
首先枚举假定哪个串是最小的，然后字典树跟着扫一遍，可以对应出许多大小关系，然后建出有向图，跑一遍拓扑判环即可，或许比较像差分约束？
第一次见随机数据干这用……
由于数据随机，\(lcp\) 较短，只存后缀前 \(40\) 个即可
考虑计算，对于每一个右端点，记录所有长度的 \(lcp\) 最右左端点，暴力跳即可
处理数字
按位建立 \(01\) \(trie\) 树，甚至可以很大程度上代替平衡树（除了区间翻转）
一般套路是让求最大异或，往相反的儿子走即可
一个经典套路是如果求区间异或和，转化为前缀和的单点匹配
先求前缀和，由于前后不好区分，那么以点对考虑，即先把限制乘 \(2\)，然后重复计算
一个很妙的方法是由于单调性，所以把每个点的最大价值放进堆里，每次求的第 \(k\) 的 \(k\) 加 \(1\) 即可
重点来实现全局加一操作
考虑一个数加一的本质，为最后若干个变零，第一个零变1
那么我们从低位到高位建立 \(trie\) 树，那么全局加一操作变为交换左右子树，并对零子树继续这个操作
一些坑点：
- 一定要把 \(tot\) 初值设为 \(1\)
- 01 要从高位开始，左移 \(1ll\)，用 \(bool\) 保存或者改成右移
- 一个关键点的贡献算完后考虑是否清空
