主席、树、主席树！

        隔了好久没来，又开学了，一切恍如昨日……

        主席树，听起来真的是高大上(毕竟是主席啊)。那么，什么是主席树呢？说白了，就是很多棵线段树的整合（貌似可以树状数组），如果学习过Link Cut Tree就会知道，是类似的。Link Cut Tree是很多棵Splay Tree的整合，这个是线段树。

        同样，在高中的OI生涯中，经常听到某人说这个名词。然后也大致的知道是很多颗线段树弄在一起，每一棵树维护一个字区间（那时已经学了线段树），当时就想，一颗线段树的代码量已经很大了，那么多棵树在一起那将会是多么巨大的代码量……然后就敬而远之。最后却发现，代码量比线段树本身还要短……

        先来一段发明人的话吧：

这个东西是当初我弱不会划分树的时候写出来替代的一个玩意..被一小撮别有用心的人取了很奇怪的名字> <
想法是对原序列的每一个前缀[1..i]建立出一颗线段树维护值域上每个数的出现次数，然后发现这样的树是可以减的，然后就没有然后了

多么可爱的发明人……

        主席树主要是解决满足区间减法的最优解问题。正如他所说，对于每一个前缀[1..i]，我们都建立一颗线段树，这棵树维护在这个区间上的数字个数。当然，并不是简单的维护区间长度，我们要先离散化。对于离散后的数据，每一棵树，我们保存前缀区间[1..i]中所有小于i的数字的个数。那么，现在问题来了，如果真的每棵线段树都按照单棵树那么建立，那么很明显会MLE。所以我们必须控制空间使用，注意到，第i棵树与第i+1棵树不同之处在于多了第i+1个点，那么我们就可以这样做：

                1、如果第i+1个数大于区间的mid，那么显然前后两棵树的左区间是一样的，那么便共享

                2、如果第i+1个数小于等于区间的mid，那么前后两棵树的右区间相同，同样也是共用

        这样我们就可以把空间复杂度讲到一个比较能接受的范围了，经(wo)计(bu)算(hui)，我们发现，空间大概为最大线段树的5倍。具体的我们还是看代码吧，这是个很神奇的实现方式哦：

inline void insert(int num,int &i,int l,int r)                     //&的神奇功能，会把外面传入变量一起改变 
{
	tree[T_cnt++]=tree[i];                                         //先继承上一棵树的信息 
	i=T_cnt-1;                                                     //修改子树关系 
	++tree[i].sum;
	if (l==r) return;
	int mid=(l+r)>>1;
	if (num<=mid) insert(num,tree[i].l,l,mid);                     //小于等于mid则在左边更新，右边直接与上一棵树共用
	         else insert(num,tree[i].r,mid+1,r);                   //大于mid，左边更新，右边共用
} 

        建树完毕，然后我们就可以求解问题了。我们以求解静态区间第k大为例。每次询问，求给定区间[l,r]的第k大。有了主席树后，我们查询时只需要判断，第l-1棵树的左边的数字个数与第r棵树的左边数字之差，若大于t，则在两棵树的右边找，否则在左边找。具体代码：

inline int query(int i,int j,int k,int l,int r)                    //查询区间[i,j]内第k大数字 
{
	if (l==r) return l;
	int t=tree[tree[j].l].sum-tree[tree[i].l].sum;
	int mid=(l+r)>>1;
	if (k<=t) return query(tree[i].l,tree[j].l,k,l,mid);		   //二分查询	
	     else return query(tree[i].r,tree[j].r,k-t,mid+1,r); 
}

         现在我来发表一下个人意见，虽然这个东西好像很巧妙，但是我觉得好像用处不大，毕竟想求解区间第k大这种东西好像真的很少碰到吧……然后虽然巧妙地优化了，但是还是不能令人满意啊。好咯，可能是我弱，不知道这个有什么大用，怪我吧……