dp算法，之前两行遗传，记录遗传信息并二进制编码，加上&|!运算

犯了直接把以最后一个点为终点的下降序列长度当成最长下降子序列的低级错误

我写的01背包加一层循环T1或2个点（人傻常数大如狗？）。。。O（VN最优算法查了查才想起来怎么写，还是太蒻。。。

树状数组1A（我知道我之前WA但那些都是线段树（误）。
异或有一个很好玩的性质，a^b=c,则c^a=b，利用这个性质我们首先可以把树状数组的update函数写出来，遍历父节点，将父节点先异或上原来的值再异或上修改后的值。（等价的方法是，先计算出旧值和新值的疑惑结果w，再把父节点都异或上w）
求和时，可以用树状数组高效求前缀异或和。异或满足这样的性质：若A=a1^a2^a3^....^an,B=a1^a2^a3....^am(m<n），则A^B=a(m+1)^a(m+2)^....^an。利用这个性质我们就可以方便地像用树状数组求区间加和一样求异或和了。
我对这个性质的蒟蒻解(xia)释(che)如下：
不妨将一个数的二进制表示视作具有两种含义：
1.一串连续排列的灯泡的状态（0：关 1：开）
2.对一串连续排列灯泡的一串操作（0：不按开关1：按一下开关）
一个数异或上另一个数相当于对一个灯泡序列执行一个操作序列（或者将两个操作序列合并成一个等价的操作序列）。
很显然，异或满足结合律。同样很显然，对一个灯泡序列执行两次同样的操作序列会得到原来的灯泡序列。对于多个“序列”（也就是多个数的异或和），这结论也适用。于是就解释通了（？）。（我这扯得都是啥）

VIP 一直不注意 用 scanf 的时候 long long 要%lld，被坑惨

VIP 庆祝破百！虽然是这么个大水题吧~

我靠，这混蛋题目

和1070.玻璃球游戏 相似的离线处理。维护一个并查集。进行完所有删除操作后按剩余的边初始化并查集，按输入从晚到早考虑所有操作，删除操作作为合并操作处理。
程序执行过程就像时光倒流时对输入的描述。
合并一个点对连通块数目影响，可以不变（此点连到已有的某个连通块），也可以减少（此点连接已有的两个或多个连通块），也可以增多（不与当前存在的点连通）
先合并了的点会对之后合并的点有影响。

这时间限制，我都醉了

10007打成10001还有20分。。。应该是数太小不用取模

拖了三四个月才想起改这道题。。。

回复 @cstdio :
蛤蛤，乱搞随机化过了

贪最小单价就行了，O(n^2)算法，结果要long long

AC100题纪念

那 QTREE 5, 6, 7 呢？催更。

回复 @Satoshi :
可以手动合并啊

回复 @魔术羊 :
目前还没有合并分类的功能

照着题解写的......陈奇峰国家集训队论文2006

当要频繁的对数组元素进行修改,同时又要频繁的查询数组内任一区间元素之和的时候,可以考虑使用树状数组.
通常对一维数组最直接的算法可以在O(1)时间内完成一次修改,但是需要O(n)时间来进行一次查询.而树状数组的修改和查询均可在O(log(n))的时间内完成.
一、回顾一维树状数组
假设一维数组为A[i](i=1,2,...n),则与它对应的树状数组C[i](i=1,2,...n)是这样定义的：
C1 = A1
C2 = A1 + A2
C3 = A3
C4 = A1 + A2 + A3 + A4
C5 = A5
C6 = A5 + A6
C7 = A7
C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8
……
C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + A10 + A11 + A12 + A13 + A14 + A15 + A16
......
(1)C[t]展开以后有多少项？由下面公式计算：
int lowbit(int t){//计算c[t]展开的项数
return t&(-t);
}
C[t]展开的项数就是lowbit(t),C[t]就是从A[t]开始往左连续求lowbit(t)个数的和.
(2)修改
比如修改了A3,必须修改C3,C4,C8,C16,C32,C64...
当我们修改A[i]的值时，可以从C[i]往根节点一路上溯，调整这条路上的所有C[]即可，对于节点i，父节点下标 p=i+lowbit(i)
//给A[i]加上 x后，更新一系列C[j]
update(int i,int x){
while(i<=n){
c[i]=c[i]+x;
i=i+lowbit(i);
}
}
(3)求数列A[]的前n项和，只需找到n以前的所有最大子树，把其根节点的C加起来即可。
如：Sun(1)=C[1]=A[1];
Sun(2)=C[2]=A[1]+A[2];
Sun(3)=C[3]+C[2]=A[1]+A[2]+A[3];
Sun(4)=C[4]=A[1]+A[2]+A[3]+A[4];
Sun(5)=C[5]+C[4];
Sun(6)=C[6]+C[4];
Sun(7)=C[7]+C[6]+C[4];
Sun(8)=C[8];
,,,,,,
int Sum(int n) //求前n项的和.
{
int sum=0;
while(n>0)
{
sum+=C[n];
n=n-lowbit(n);
}
return sum;
}
lowbit(1)=1 lowbit(2)=2 lowbit(3)=1 lowbit(4)=4
lowbit(5)=1 lowbit(6)=2 lowbit(7)=1 lowbit(8)=8
lowbit(9)=1 lowbit(10)=2 lowbit(11)=1 lowbit(12)=4
lowbit(13)=1 lowbit(14)=2 lowbit(15)=1 lowbit(16)=16
lowbit(17)=1 lowbit(18)=2 lowbit(19)=1 lowbit(20)=4
lowbit(21)=1 lowbit(22)=2 lowbit(23)=1 lowbit(24)=8
lowbit(25)=1 lowbit(26)=2 lowbit(27)=1 lowbit(28)=4
lowbit(29)=1 lowbit(30)=2 lowbit(31)=1 lowbit(32)=32
lowbit(33)=1 lowbit(34)=2 lowbit(35)=1 lowbit(36)=4
lowbit(37)=1 lowbit(38)=2 lowbit(39)=1 lowbit(40)=8
lowbit(41)=1 lowbit(42)=2 lowbit(43)=1 lowbit(44)=4
lowbit(45)=1 lowbit(46)=2 lowbit(47)=1 lowbit(48)=16
lowbit(49)=1 lowbit(50)=2 lowbit(51)=1 lowbit(52)=4
lowbit(53)=1 lowbit(54)=2 lowbit(55)=1 lowbit(56)=8
lowbit(57)=1 lowbit(58)=2 lowbit(59)=1 lowbit(60)=4
lowbit(61)=1 lowbit(62)=2 lowbit(63)=1 lowbit(64)=64
二、树状数组可以扩充到二维。
问题：一个由数字构成的大矩阵，能进行两种操作
1) 对矩阵里的某个数加上一个整数（可正可负）
2) 查询某个子矩阵里所有数字的和,要求对每次查询，输出结果。
一维树状数组很容易扩展到二维，在二维情况下:数组A[][]的树状数组定义为：
C[x][y] = ∑ a[i][j], 其中，
x-lowbit(x) + 1 <= i <= x,
y-lowbit(y) + 1 <= j <= y.
例：举个例子来看看C[][]的组成。
设原始二维数组为：
　 A[][]={{a11,a12,a13,a14,a15,a16,a17,a18,a19},
{a21,a22,a23,a24,a25,a26,a27,a28,a29},
{a31,a32,a33,a34,a35,a36,a37,a38,a39}，
{a41,a42,a43,a44,a45,a46,a47,a48,a49}};
那么它对应的二维树状数组C[][]呢？
记:
B[1]={a11,a11+a12,a13,a11+a12+a13+a14,a15,a15+a16,...} 这是第一行的一维树状数组
B[2]={a21,a21+a22,a23,a21+a22+a23+a24,a25,a25+a26,...} 这是第二行的一维树状数组
B[3]={a31,a31+a32,a33,a31+a32+a33+a34,a35,a35+a36,...} 这是第三行的一维树状数组
B[4]={a41,a41+a42,a43,a41+a42+a43+a44,a45,a45+a46,...} 这是第四行的一维树状数组
那么：
C[1][1]=a11,C[1][2]=a11+a12,C[1][3]=a13,C[1][4]=a11+a12+a13+a14,c[1][5]=a15,C[1][6]=a15+a16,...
这是A[][]第一行的一维树状数组
C[2][1]=a11+a21,C[2][2]=a11+a12+a21+a22,C[2][3]=a13+a23,C[2][4]=a11+a12+a13+a14+a21+a22+a23+a24,
C[2][5]=a15+a25,C[2][6]=a15+a16+a25+a26,...
这是A[][]数组第一行与第二行相加后的树状数组
C[3][1]=a31,C[3][2]=a31+a32,C[3][3]=a33,C[3][4]=a31+a32+a33+a34,C[3][5]=a35,C[3][6]=a35+a36,...
这是A[][]第三行的一维树状数组
C[4][1]=a11+a21+a31+a41,C[4][2]=a11+a12+a21+a22+a31+a32+a41+a42,C[4][3]=a13+a23+a33+a43,...
这是A[][]数组第一行+第二行+第三行+第四行后的树状数组
搞清楚了二维树状数组C[][]的规律了吗？ 仔细研究一下,会发现:
（1）在二维情况下，如果修改了A[i][j]=delta,则对应的二维树状数组更新函数为：
private void Modify(int i, int j, int delta){
A[i][j]+=delta;
for(int x = i; x< A.length; x += lowbit(x))
for(int y = j; y <A[i].length; y += lowbit(y)){
C[x][y] += delta;
}
}
（2）在二维情况下，求子矩阵元素之和∑ a[i][j](前i行和前j列)的函数为
int Sum(int i, int j)
{
int result = 0;
for(int x = i; x > 0; x -= lowbit(x))
{
for(int y = j; y > 0; y -= lowbit(y))
{
result += C[x][y];
}
}
return result;
}
比如：
Sun(1,1)=C[1][1]; Sun(1,2)=C[1][2]; Sun(1,3)=C[1][3]+C[1][2];...
Sun(2,1)=C[2][1]; Sun(2,2)=C[2][2]; Sun(2,3)=C[2][3]+C[2][2];...
Sun(3,1)=C[3][1]+C[2][1]; Sun(3,2)=C[3][2]+C[2][2];
例：测试一下：
import java.util.Arrays;
public class Test{
int[][] A;//原二维数组
int[][] C;//对应的二维树状数组
public Test(){
A=new int[5][6];
C=new int[5][6];
for(int i=1;i<5;i++)
for(int j=1;j<6;j++)
Modify(i,j,1);//给A[][]每个元素加1
for(int i=1;i<5;i++){
for(int j=1;j<6;j++)
System.out.print(A[i][j]+" ");//输出A[][]
System.out.println();
}
System.out.println(Sum(3,4));//求子二维数组的和
Modify(2,3,4);//将A[2][3]加4
System.out.println(Sum(3,4));//显示修改后的和
}
private int lowbit(int t){
return t&(-t);
}
int Sum(int i, int j){
int result = 0;
for(int x = i; x > 0; x -= lowbit(x)) {
for(int y = j; y > 0; y -= lowbit(y)) {
result += C[x][y];
}
}
return result;
}
private void Modify(int i, int j, int delta){
A[i][j]+=delta;
for(int x = i; x< A.length; x += lowbit(x))
for(int y = j; y <A[i].length; y += lowbit(y)){
C[x][y] += delta;
}
}
public static void main(String args[]){
Test t=new Test();
}
}
C:\java>java Test
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
1 1 1 1 1
12
16

int30分，long long90分，unsigned long long100分。。。
我的蒟蒻证明：
若最左边的一名学生被扔粉笔头，则左边数第二个学生必然不被扔粉笔头，右边n-2名学生的方案为f(n-2)
若最左边一名学生不被扔粉笔头，则右边n-1名学生的方案数为f(n-1)
方案只有这两类，所以f(n)=f(n-1)+f(n-2)