H：(实为NOIP2014T3)
其实左边的式子是可以用秦九韶算法解决的
但是难就难在如果你硬乘，就要写高精度，所以为了防爆int，我们可以mod一个素数把范围缩小
首先要知道的是高次方程无求根公式，所以解这个方程没有公式，套公式只能过30%的数据
一种方法是枚举1到m的正整数，判断行不行。
若用高精度则只能能拿50分，那如何优化呢？取模！
设f(x)=a0+a1*x+a2*x^2+..+an*x^n
若f(x)=0则f(x) mod p=0（p为任意非0实数）
但有几点要注意：
1。p最好是质数 2。p试得越多，p越大正确率越高，但也会慢一点点，根据实际情况自己调节
随意试几个p，若f(x) mod p都是0，那x很有可能就是方程的解
秦九韶算法我默认你们都会的，毕竟连读入优化都要用到这个
硬枚举素数绝对要爆,所以有了个优化：
注意到如果 一个100000以内的数x不符合要求，那么 x+99991,x+99991×2x+99991 imes2x+99991×2....都不会满足要求。
因此我们只要找到了一组1-99991以内的解就只需判断 x+99991,x+99991×2x+99991 imes2x+99991×2....即可。
K(带领我再再再次学会了带权并查集) luogu P5092
点权并查集与边权是不一样，因为维护的更多
对于字符：cin的输入忽略空格和回车。
w[]即我们要维护的权值,即石头的高度嘛,对于合并一定是模拟，去发现要怎样去更新，要维护哪些额外的东西。
fy，fx要找准到底对于这道题是什么,毕竟会初始化，所以还好可以找到
C（一种二分,一种卡时，一种堆）
method one:卡时
告诉了我们int 2e9
- 事实上，只要在朴素算法的代码上加一个小优化就行了。
- 两个长度为N的数列，和的总数为N^2，而答案只要输出其中最小的N个即可，那容易想到，在往堆中插入时就排除掉一些绝对不可能是答案的数。
- 假设此时要把 a[i]+b[j]a[i]+b[j]a[i]+b[j] 插入堆，且(i−1)∗(j−1)>N(i-1)*(j-1)>N(i−1)∗(j−1)>N,那么这个数一定不会是最后的答案，因为对于1<=s<i,1<=t<j1<=s<i,1<=t<j1<=s<i,1<=t<j，可组成的和已经超过N个，且都要比a[i]+b[j]a[i]+b[j]a[i]+b[j]小
method two:
F(找区间众数)
保证出现次数超过n/2
那么我们每得到一个数，就与之前保存的数（即当前出现次数最多且未被抵消的数）比较，如果与之前的不同，tot--，相当于是抵消了一个。如果发现tot=0，那么说明之前的数字耗尽了，那么我们把新的读进来的数作为新的保存的数就可以了。
神奇的地方就在于这个抵消操作。最后得到的数字一定会是众数。
注意:
内存1MB，头文件不能开多，以后记住最好不要用万能头文件
所有程序return 0
I(road)
拓扑排序
对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边(u,v)∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序(Topological Order)的序列，简称拓扑序列。简单的说，由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。
（by 百度百科）
照个人理解，拓扑排序通常是在DAG图中寻找一个适合的解决问题的顺序。
如何实现拓扑排序
方法1：BFS（SPFA优化）
1、先寻找入度为0的点，把它加入队列。
2、搜寻队列，把队列的点G删去，则如果有点的入度有G点的话，入度- -，当发现又出现入度为0的点时，将该点加入队列。
3、拓扑排序的结果为该队列，在执行删点操作的时候存储在一个数组及可。
方法2：记忆化搜索
大多数情况下，并不需要显式的拓扑排序
考虑朴素的回溯算法
若从一个给定的点出发，得到的结果是一样的
因此对于每个点，计算完成后可以把结果保存起来，之后直接返回查表的结果即可
拓扑排序伪代码(1)：
Topological_sort(G){
统计图G中每个点的入度(可计算重边，但不可计算自环），记为degree[i]
初始化queue和result为空的队列，并将所有degree为0的点加入queue
while (!queue.empty()){
u = queue.pop() // 队首
result.push(u)
for e 是u的出边（若上面计算了重边，这里也要算，与上面一致）
v是e的指向的点
degree[v]--
if (degree[v] == 0) queue.push(v)
}
return result
}拓扑排序伪代码(2)：
calculate(u){
if (u 已经搜索过) return table[u]
ans = -inf
for (v 是u的出边指向的点)
ans = max(ans, value[u] + calculate(v))
标记u已经搜索过
table[u] = ans
return ans
}
for (i 是G的所有节点)
result = max(result, calculate(i))
print(result)
本题思路：有向无环图，根据topo序去dp
拓扑排序就可以求dp顺序（如果有DAGdp的话，建议加个拓扑）
（对于这道题的dp，拓扑无意义，所以可以跳过拓扑，直接dp）
哇，我为什么记不到dp初始化，damn it
G（看似是博弈论，实为搜索）