拆分map进度1/3

使用了二叉搜索树
其实也叫二叉查找树。

性质

一棵树，每一个节点的左儿子的值都严格小于这个点的值，右儿子的值都严格大于这个点的值。

作用

比如一道题：
给定 $N$ 个元素 $x$ 及其对应值 $k$，$M$ 次询问每次一个整数 $y$，求其对应值，若没有，返回 $0$
$-10^{18}\le x,y\le 10^{18}$
这时候有一种暴力思想，用两个数组分别存元素和其对应值，每次查询 $O(N)$找一遍。
那如果再加一个限制条件。
$1\le N,M\le 10^6$
这时候就只能使用 $O(1)$ 或 $O(\log N)$ 的查询了。
map 直接过了
这时候，二叉搜索树的单调性就起作用了。
在数值大小均衡的情况下，二叉搜索树的时间复杂度就是 $O(\log N)$，如果输入的序列严格单调，时间复杂度就退化成了 $O(N)$。
说了这么多，怎么做？
上面说到的二叉搜索树的性质，只要我们建一棵二叉树，在插入过程中围护其性质就行了。

struct node{
	int x,k,l=0,r=0,flag=0;
}f[N];
int cnt=1;
void insert(int p,int x,int k){
	if(!f[p].flag){//元素没有出现过
		f[p].x=x,f[p].k=k;
		f[p].flag=1;
	}
	else if(x<f[p].x){//比当前点小
		if(!f[f[p].l].flag)f[p].l=++cnt;
		insert(f[p].l,x,k);
	}
	else if(x>f[p].x){//比当前点大
		if(!f[f[p].r].flag)f[p].r=++cnt;
		insert(f[p].r,x,k);
	}
	else f[p].k=k;
}
int search(int p,int x){
	if(!f[p].flag)return 0;//没有
	if(x<f[p].x)return search(f[p].l,x);
	if(x>f[p].x)return search(f[p].r,x);
	return f[p].k;
}