配置
首先，你需要在這個 blog 裡面下載 Atcoder Library 的壓縮包。可以發現裡面有三堆東西，一個 python 程式，兩種語言的 document，還有一個庫資料夾。
把庫資料夾直接拖到你的編譯器庫檔案相同目錄下。Mingw 的路徑應該都是 \lib\gcc\x86_64-w64-mingw32\8.1.0\include\c++，如果不是也容易自己尋找一下。
需要使用時直接引用庫 #include <atcoder/all>。
約定：存在宏定義 ll 表示 long long，ull 表示 unsigned long long，uint 表示 unsigned int。
內容
只介紹一部分比較有用的。
static_modint <mod> 型別
型別宣告形如 static_modint <mod>，其中 \(mod\) 是一個 \([1,2\times 10^9+1000]\) 的整數。還有 modint998244353 和 modint1000000007 兩個自帶型別（前者表示 static_modint <998244353>，後者同理）。
ACL 為其過載了四則運算（除法需要保證有逆元）和判斷符號，包括 --，++，+= 等運算子。
需要注意任何與 static_modint <mod> 型別的運算都會將常數強轉為此型別導致取模過多造成效率下降。你可以使用 static_modint <mod>::raw(int x) 直接返回 \(x\) 而不經取模，需要保證 \(0\le x<mod\)，否則行為未定義。
你可以使用 int x.val() 讀取一個 static_modint <mod> 型別變數 \(x\) 的值用於其他 int 操作（例如輸入輸出）。
你可以使用 static_modint <mod> x.pow(ll n) 得到 \(x^n\)。
你可以使用 static_modint <mod> x.inv() 得到 \(x\) 的逆元。
\((+,\times)\) 卷積
計算 \(c_i=\sum\limits_{j=0}^ia_jb_{i-j}\)。返回一個大小為 \(|a|+|b|-1\) 的 vector 表示 \(c\)，第 \(i\) 項表示 \(c_i\)。
包含兩個函式：
vector <T> convolution<mod>(vector <T> a, vector <T> b)
vector <ll> convolution_ll(vector <ll> a, vector <ll> b)
其中 T 是 int, uint, ll, ull 其中之一或者 ACL 的 static_modint 型別。
前者基於 NTT 實現，所以你需要保證 \(mod\) 是一個滿足存在 \(c\) 使得 \(2^c|mod-1\) 且 \(|a|+|b|-1\le 2^c\) 的質數。如果不填入 <mod>，則預設模數 \(998244353\)。時間複雜度同 NTT，是 \(\mathcal O(n\log n+\log p)\)。
後者需要保證卷出來的結果都在 long long 範圍內，且 \(|a|+|b|-1\le 2^{24}\)。時間複雜度 \(\mathcal O(n\log n)\)。
dsu
本質是一個結構體。你可以使用 dsu d(int n) 宣告並初始化 \(fa_i=i\) 一個大小為 \(n\) 名為 d 的並查集。注意點的編號是從 \(0\) 開始的。
int d.merge(int a, int b)：將 \((a,b)\) 連線在一起，並返回連通塊的代表元。bool d.same(int a, int b)：返回 \((a,b)\) 是否在同一連通塊內。int d.leader(int a)：返回 \(a\) 所在連通塊的代表元。int d.size(int a)：返回 \(a\) 所在連通塊的大小。vector<vector<int>> d.groups()：返回所有連通塊包含的點的集合的集合。
Fenwick Tree（樹狀陣列）
本質是一個結構體。你可以使用 fenwick_tree<T> fw(int n) 宣告並初始化為全 \(0\) 一個大小為 \(n\) 型別為 T 名為 fw 的樹狀陣列。其中 T 是 int, uint, ll, ull 其中之一或者 ACL 的 static_modint 型別。注意下標的編號是從 \(0\) 開始的。
void fw.add(int p, T x)：單點 \(p\) 加上 \(x\)。T fw.sum(int l, int r)：查詢 \([l,r]\) 的區間和。注意如果T是int, uint, ll, ull其中之一，如果答案超出範圍，則會自然溢位（對 \(2^\text{bit}\) 取模）。
（帶懶標記的）線段樹
我願稱之為最吊。
考慮線段樹的數學意義，其實就是半群單點修改和區間求積。所以我們要過載半群資訊和乘法。你需要確保自己的半群乘法具有結合律。事實上，對於合理的半群資訊維護，你總能將形式寫成矩陣乘法，所以總是具有結合律。
你有兩種方式 \(\mathcal O(n)\) 建立一棵包含懶標記的線段樹，同樣注意下標的編號是從 \(0\) 開始的：
lazy_segtree<S, op, e, F, mapping, composition, id> seg(int n);
lazy_segtree<S, op, e, F, mapping, composition, id> seg(vector<S> v);
前半部分是相同的：
S是一個結構體，包含了所有你的標記和答案所需要維護的半群資訊。op是一個函式S op(S x, S y)，表示將資訊 \(x\) 左乘資訊 \(y\) 合併在一起得到的資訊（即 \(x\cdot y\)）。e是一個函式S e()，表示資訊的左乘單位元，也就是滿足 \(e\cdot x=x\) 的 \(e\)。F是一個結構體，包含了你的標記資訊。mapping是一個函式S mapping(F x, S y)，表示將標記 \(x\) 左乘資訊 \(y\) 合併在一起得到的資訊。composition是一個函式F composition(F x, F y)，表示將標記 \(x\) 左乘標記 \(y\)，也就是將標記 \(x\) 合併到 \(y\) 得到的標記（即 \(x\circ y\)）。id是一個函式F id()，表示標記的左乘單位元，也就是合併到其他標記上不會影響其他標記的標記。也就是滿足 \(\text{id}\circ x=x\) 的 \(\text{id}\)。
後半部分，對於前者表示生成一棵維護 \([0,n-1]\) 的線段樹，目前每個元素為資訊的單位元 \(e\)；對於後者表示生成一棵維護 \([0,siz(v)-1]\) 的線段樹，目前每個元素為 v 中的對應元素。
然後你可以使用以下函式：
void seg.set(int p, S x)：單點修改 \(p\) 上的資訊為 \(x\)。S seg.get(int p)：單點查詢 \(p\) 上的資訊。S seg.prod(int l, int r)：區間查詢左閉右開區間 \([l,r)\) 的區間半群資訊。對於 \(l=r\) 返回單位元。對於 \(l>r\) 行為未定義。S seg.all_prod()：查詢 \([0,n)\) 的整個半群資訊，時間複雜度 \(\mathcal O(1)\)。void seg.apply(int p, F f)：單點修改，將標記 \(f\) 合併到 \(p\) 上的資訊。void seg.apply(int l, int r, F f)：區間修改，將標記 \(f\) 合併到 \([l,r)\) 的所有資訊。
還有一些線段樹上二分操作。
你需要定義一個確定性的函式 bool g(S x)，需要滿足其你所需的二分單調性。特別地，你需要使得 g(e()) 的返回值為 true。
int seg.max_right<g>(int l)函式：返回右側第一個 \(r\) 使得 \([l,r)\) 的區間資訊的 \(g\) 值是true且 \([l,r]\) 的區間資訊的 \(g\) 值是false。特別地，如果所有值均為true則返回 \(n\)；如果所有值均為false則返回 \(l\)。int seg.min_left<g>(int r)函式：返回左側第一個 \(l\) 使得 \([l-1,r)\) 的區間資訊的 \(g\) 值是false且 \([l,r)\) 的區間資訊的 \(g\) 值是true。特別地，如果所有值均為true則返回 \(0\)；如果所有值均為false則返回 \(r\)。
以上操作無特殊說明時間複雜度均為 \(\mathcal O(\log n)\)。當然還要乘上標記或資訊合併的複雜度 \(\mathcal O(T)\)。
對於不帶懶標記的線段樹，主體部分只實現 S, op(), e() 就足夠了。