題意：給你一棵樹n個點，m次詢問(n=100000，m=100000)，每個節點有一種顏色，
每次詢問問你以v節點為根的子樹中 滿足 同一種顏色的個數>=k的 顏色有幾個。
方法1：顯然詢問要離線處理，不妨用思維簡單的分塊算法處理詢問，
對於每個詢問，我們用數組val[i]表示當前情況下 顏色為i的節點個數
再用val[i]當做下標，用數狀數組維護個數的後綴和，
每次修改一個點 樹狀數組裡面更新2次， 總體復雜度O(sqrt(n)*n*log(n));
方法2： 其實也算方法1的優化， 不同之處只是用一個數組維護後綴和，
我們發現 每次修改無非就是把val[i]加一或者減一，不妨用數組sum表示要求的答案
加1：唯一改變的是 val[i]+1的答案， 這個答案要加1， 即sum[++val[i]]++;
減1：唯一改變的是 val[i]的答案， 這個答案要減1， 即sum[val[i]--]--;
總體復雜度O(sqrt(n)*n);
方法3：啟發式合並， 詢問按節點v分類，從葉子節點不斷合並，注意這裡一定要把小的堆合並到大的堆裡面,
每個子樹用一個平衡樹維護(這裡我用了treap)，用另外一個平衡樹維護每個節點u為根的子樹的所有顏色個數
(我用了map)合並過程就是把兩棵平衡樹合並， treap裡面維護的是val[i]，要求答案只要算一下後綴和就可以了
總體復雜度O(n*log^2(n))
方法4： 分治思想， 同樣詢問按節點v分類， 想想暴力的做法處理詢問，用一個全局的數組維護答案，發現O(n^2)可做
但是會超時， 我們可以做個優化， 對於根u 處理 其子樹v1，v2，v3....時， 我們算子樹答案的時候，
把v1子樹放到答案數組裡， 算完以後清空v1子樹， 然後在重復v2，v3.....， 注意到最後一個子樹沒有必要清空，
算完最後一個v後dfs會回溯到上一層，去算上一層的答案，而上一層一定包含了v子樹， 清空了反而復雜度會大大提升，
所以我們當然是把子樹規模最大的放到最後去處理比較優秀，這裡類似熟練剖分的重鏈，
每次把子樹加進來和刪除另外寫兩個dfs暴力加減，這樣平均下來每個點被添加和刪除的次數就不會超過log(n)，
這樣一來總體復雜度為O(n*log(n))
