1. 应该没有人和我一样暴力的时候*2吧（应该是平方）

2. auto 修改的时候要用 auto&。

3. 卡常小建议：

• 使用 fastio，特别是 fread/fwrite。附上板子：

namespace FastIO{
    static char buf[100000],*p1=buf,*p2=buf;
    #define gc p1==p2&&(p2=(p1=buf)+fread(buf,1,100000,stdin),p1==p2)?EOF:*p1++;
    inline int read() {int res=0,w=0; char c=gc; while (!isdigit(c)) c=gc; while (isdigit(c)) res=(res<<1)+(res<<3)+(c^48),c=gc; if (w) res=-res; return res;}
    inline void write(int x) {static int sta[35],top=0; do {sta[top++]=x%10,x/=10;}while (x); while (top) putchar(sta[--top]+48); putchar('\n');}
    inline void write(long long x) {static int sta[50],top=0; do {sta[top++]=x%10,x/=10;}while (x); while (top) putchar(sta[--top]+48); putchar('\n');}
};
using FastIO::read, FastIO::write;

理论上来说 buf 数组越大会越快，但实测开到 1e7 没差别。

• 可以使用“记忆化快速幂”

不过似乎没什么用。

• 块长可以调小。

实测如下：

发现块长为 $20-150$ 时表现较好。

此外，块长为 $\sqrt{\frac{n}{\log_2 V}}$ 的表现也不错（13.11s/2.31s）。

• 为了内存访问连续，可以使用 vector，不要存下标，直接存数。

这样的效率吊打链式。（链式就算存数访问也是不连续的）