珂朵莉树及一些相关题目

比分块还要暴力、比线段树还要好写的功能萎缩而强大的数据结构。只要有类似于区间赋值的操作且数据随机，珂朵莉树就可以完成几乎所有查询。

先从一道例题说起：
CF896C
也许是珂朵莉树名字的由来？由于珂朵莉树更加珂学所以人们渐渐放弃了老司机树或者ODT的叫法
区间赋值、数据随机，所以我们就要上乱搞了。很不显然，经过若干次随机操作后，假如把数字相同的一段区间看成一个点的话，原序列只会剩下$logn$个点。这就启发我们，就是要把区间缩成一个点。
既然是一个点又要代表一段区间，那结构体就再合适不过了。
同时，我们把这些区间整理在一起，用一个$set$维护。

struct node {
   
    int l, r;
    mutable ll val; //由于下面区间加的操作要修改val值，所以要加mutable
    inline node(int _l, int _r = 0, ll _val = 0) : l(_l), r(_r), val(_val) {
   }
    inline int operator < (const node &a) const {
   
        return l < a.l;
    }
};
set <node> s;

珂朵莉树基本操作：

$split$

inline set<node>::iterator split(int x)
{
   
    set<node>::iterator it = s.lower_bound(node(x));
    if (it != s.end() && it->l == x) return it;
    it--;
    int l = it->l, r = it->r;
    ll val = it->val;
    s.erase(it);
    s.insert(node(l, x - 1, val));
    return s.insert(node(x, r, val)).first; //返回你插入的位置，insert的一个神仙用法
}

将$[l,r]$的区间分成$[l,x-1]$和$[x,r]$，这样$x$就成了一个区间的左端点，方便后续处理。

$assign$

inline void assign(int l, int r, int x)
{
   
    set<node>::iterator itr = split(r + 1), itl = split(l); //注意这个细节，正着写会RE
    s.erase(itl, itr); //删掉一段左闭右开的区间，erase的一个神仙用法
    s.insert(node(l, r, x));
}

代码复杂度堪比树状数组……把原来的全删了，再加一个回去，复杂度就是在这里变松了。
其它操作就简单粗暴了……

inline void add(int l, int r, ll x)
{
   
    set<node>::iterator itr = split(r + 1), itl = split(l);
    while (itl