一：
讀入優化
inline int read()
二：字串操作對比
char cmd[10];
if (cmd[0]==『c』)//字元陣列
//操作；
else if（cmd[0]=='d）
//操作；
else
//操作
；2string s;
if (strcmp(s,「c」))//不知道是否可行，以後試試
三：資料結構結構體寫法
//以結構體為例
struct lin-cut-tree//結構體巢狀
對node的操作；
normalize()//代表將某個平衡樹的子樹正常化，實際上是維護標記下傳
leftrotate()//左旋操作
rightrotate()//右旋操作
splay()//splay操作
access()//基操，將v到根節點的路徑上的所有邊都變為實邊，當然，為了保證實邊，虛邊劃分的性質，一部分原來的實邊也要相應變為虛邊。注意該操作會將v下方的實邊變為虛邊。如圖所示的是針對結點h的expose操作。
find_root()//尋找樹根，我們只要對結點v執行access操作，便使得v與要找的根節點在同一顆平衡樹中了。然後，要找的根節點一定是實路徑的尾部，即平衡樹中的最左結點。
evert()//該操作等價於將v到v所在樹的根節點的路徑上的所有邊取反。首先執行access(v)操作，我們便已經將該條路徑取出了。由於路徑是用平衡樹維護，所以需要執行的是平衡樹的逆序。給平衡樹結點用打標記的方式反序。這裡由於是對整顆平衡樹反序，所以標記應該打在平衡樹的根節點處。用打標記的方式維護的時候，要對整顆平衡樹的旋轉等操作進行相應的維護。
cut() //首先將u置為有根樹的根節點，從而保證v一定是u的子節點。再對v執行access操作，我們便將u和v合併到同一平衡樹中了。此時對v執行splay操作使其成為所在平衡樹的根節點，同時分離v和v的左子樹，便完成了邊的刪除操作。
link()//為了保證連線後得到的樹形態亦然合法（即為有根樹），我們需要令u成為其所在樹的根節點。我們將u變為其所在樹的根節點，同時要將u用splay操作移動到其所在平衡樹的根節點。此時，u的左子樹必然為空。我們將v用splay操作移動到其所在平衡樹的根節點，然後令u的左孩子為v，然後令u的左孩子為v，便完成了連線操作。
public：
對t的操作，極好的實現了封裝
}lin-cut-tree t;//建立了物件
在主函式中直接對物件進行操作
init()
t.make_tree()//建樹
t.getroot(）//類似並查集方式，判斷兩樹是否在同乙個聯通塊中。
t.addedge()//加邊，u和v連邊，與連通性相關
t.destroy()//摧毀邊
真的讀入優化與假的讀入優化
一直以來，我都是這樣寫讀入優化的。inline char nc inline void read int x 然後有道題死活過不去，把讀入優化改成scanf就過了。這才發現，我一直都寫的是假的！讀入優化！真正的讀入優化要這樣寫！inline char nc inline void read int ...
比「讀入優化」更優的讀入方式
序 相信很多oier在讀取大量資料的時候普遍採取讀入優化的方式讀入 如下，基本類似 inline void read 無符號型 return input return 通過其他部落格我們發現比這樣更快的是fread，可惜不會用 經過尋找，在知乎上找到了比讀入優化更快的方法。測試表明比讀入優化快10 ...
比「讀入優化」更優的讀入方式
序 相信很多oier在讀取大量資料的時候普遍採取讀入優化的方式讀入 如下，基本類似 inline void read 無符號型 return input return 通過其他部落格我們發現比這樣更快的是fread，可惜不會用 經過尋找，在知乎上找到了比讀入優化更快的方法。測試表明比讀入優化快10 ...