序列数据结构入门指南

本文章写给新手，大佬请出门右转

序言

一些问题最后常常转化为需要快速对序列进行一些操作与查询，这就需要使用数据结构来维护信息。本文介绍了几种常见且实用的数据结构与问题。
先介绍几个概念：
我们用$O($预处理复杂度$)-O($修改复杂度$)-O($查询复杂度$)$来描述一个数据结构的复杂度。如一个算法预处理复杂度$O(nlogn)$，每次修改复杂度$O(logn)，$每次查询复杂度$O(1)$，那么记它的复杂度为$O(nlogn)-O(logn)-O(1)$。
如果该数据结构不支持修改，或修改复杂度与暴力相当，则记它的修改复杂度为$O(NULL)$

静态问题：没有修改，只有查询。
离线问题：先处理所有修改，再查询。
在线/动态问题：修改查询随意进行。

加法原理：如果区间的一个量满足加法原理，说明它的答案可以从两个更小的区间的答案拼起来得到。满足加法原理的量比如区间和、区间乘积、区间异或和、区间最值等。不满足加法原理的量比如区间众数、区间最长不下降子序列长度等。

减法原理：如果区间的一个量满足减法原理，说明它的答案可以从一个更大的区间和另一个区间的差得到。满足减法原理的量比如区间和、区间乘积（如果取模则需要逆元）、区间异或和等。不满足减法原理的量比如区间最值、区间众数等。一般来说，减法原理比加法原理更为苛刻，也就是说一个量满足加法原理是它满足减法原理的必要条件，一个量满足减法原理是它满足加法原理的充分条件。

上面看不懂也没关系反正可以具体问题具体理解
接下来的每种问题基本上都有多种做法，最常用或最优秀、接下来要介绍的做法加粗表示。

切入正题
从最简单的问题开始：

静态区间和

问题描述：每次询问$a_l+a_{l+1}+...+a_r$的和。
问题特性：静态、满足减法原理
同类问题：静态区间积、静态区间异或和
做法：线段树 树状数组 前缀和
没错你没有看错线段树是万能的

前缀和是一种非常有用的小数据结构，很方便且很容易扩展到高维。它适用于静态且满足减法原理的这一类问题。
用$s_i$表示$a_1+a_2+...+a_i$的和
预处理时$s_i=s_{i-1}+a_i$
查询只需返回$s_r-s_{l-1}$即可。
比较显然就不赘述了。
复杂度：$O(n)-O(NULL)-O(1)$

离线区间加

问题描述：有一些操作，每次将$a_l,a_{l+1},...,a_r$加$k$；输出所有操作之后的新数组的每个数$a_i$。
问题特性：离线、满足减法原理
同类问题：离线区间积、离线区间异或和
做法：线段树 树状数组 差分

差分是一种快速的算法，适用于离线且满足减法原理的这一类问题。
构建一个新数组$b$，使得$b_1+b_2+...+b_i=a_i$。
易得$b_i=a_i-a_{i-1}$。
这里可以看出$a$是$b$的前缀和数组。我们把$b$叫做$a$的差分数组。
对于唯一的$a$或$b$，它们对应的$b$或$a$也是惟一的，也就是$b$是$a$的双射
我们考虑对$a$的一次操作将 a l , a l + 1 , . . . , a r a_l, a_{l + 1}, ..., a_r al​,a