珂朵莉树（ODT）

作用

珂朵莉树是一种基于 $set$ 的高级暴力数据结构。在数据随机 且含有区间平推操作（将区间 $[l,r]$ 中的数全部变为 $x$ ）的情况下，维护各种区间骚操作（包括但不限于查询区间第 $k$ 大，查询 区间所有数 $x$ 次方的和）。

实现

结构体

$set$ 中的每一个元素的含义是数值相同的一段连续段。

struct node
{
	int l,r;
	mutable long long v;
	bool operator <(const node &x)const
	{
		return l<x.l;
	}
};

$l,r$ 表示此元素代表的区间的左右端点， $v$ 代表这段区间的数值， $set$ 中每个元素按照区间左端点排序。
注意， $v$ 前面的 $mutable$ 不能省去，因为在之后的操作中，我们用迭代器 $it$ 访问到某一个元素，如果要修改 $v$ 值时，因为 $it$ 实质上指代的是一个常量（ $const$ ），如果直接修改就会报错，但是加上 $mutable$ （意为：可变的）后，就可以直接修改了。

关键操作： $split$（分裂）

set<node>::iterator split(int x)
{
	set<node>::iterator it=s.lower_bound((node){x,0,0});
	if(it!=s.end()&&it->l==x)
	return it;
	it--;
	int l=it->l,r=it->r;
	long long v=it->v;
	if(r<x)
	return s.end();
	s.erase(it);
	s.insert((node){l,x-1,v});
	return s.insert((node){x,r,v}).first;
}

这里 $x$ 表示断点，我们先找到左端点大于等于 $x$ 的区间，如果这个区间的左端点等于 $x$ ，说明无需进行分裂，直接返回此段。反之使区间左移一个，如果此时区间右端点小于 $x$ ，说明 $x$ 在整个序列的外面，无需分裂，直接返回 $end$ 。如果到这一步还没有返回，说明 $x$ 在某个区间之中，我们将他分为 $[l,x-1],[x,r]$ 两段，并返回 $[x,r]$ 这一段的迭代器。
这里有个小细节， $set$ 的 $insert$ 是有返回值的，返回值是 $pair$ 类型， $first$ 表示加入的这段区间的迭代器， $second$ 表示是否加入成功，我们在加入 $[x,r]$ 时直接返回 $insert$ 的 $first$ 即可。
为什么 $split$ 要拥有返回值？
这里我们让 $split$ 返回断点 $x$ 断开后所在的段的迭代器（或 $end$ ），是为了之后的各种操作方便，当我们要找到区间 $[l,r]$ 中的所有元素时，我们可以直接用 $split$ 断开 $l,r$ 所在的整块后顺便找到左右端点所在的段的迭代器（$split(l),split(r+1)--$），方便遍历。

会了 $split$ 操作之后，后面的就如履平地啦！

assign（推平）

void assign(int l,int r,int x)
{
	set<node>::iterator itr=split(r+1),itl=split(l);
	s.erase(itl,itr);
	s.insert((node){l,r,x});
}

找到并断开左右端点，删去代表区间 $[l,r]$ 中元素的所有元素，加入推平后的整个大区间。
细节： $set$ 的 $erase$ 操作可以删除一段区间，具体的用法就是 $erase(itl,itr)$ （ $itl,itr$ 是左右端点迭代器），表示删除 $[itl,itr)$ 中的所有元素。
注意这里的推平操作要先 $split(r+1)$ ，后 $split(l)$ 。不然如果先 $split(l)$ ，后面 $split(r+1)$ 有可能会把 $itl$ 这一段给断开，从而造成 $RE$ 。

add（增加）

void add(int l,int r,int x)
{
	set<node>::iterator itr=split(r+1),itl=split(l);
	for(;itl!=itr;itl++)
	itl->v+=x;
}

找到并断开左右端点，枚举其中的每一个区间，暴力增加（ $mutable$ 的作用在这里就体现出来了）。

其他的操作都是和 $add$ 操作类似，直接怎么暴力怎么来就行。因为维护的每一段相当于同一个数，可拓展性极强，所以珂朵莉树可维护的区间操作也各种各样。

时间复杂度

经过一系列神奇的证明，我们可以知道在数据随机的情况下， $set$ 内的期望块数为 $lo{g}_{2}n$ ，所以 $split$ 、$assign$、 $add$ 等操作的时间复杂度都近似是 $O(lo{g}_{2}n)$，跑的较快。