具体学习可参考：
原文
知乎翻译版本
速通：
假设初始的数组是 \(T\)。
init
初始化。
我们假设值域的最高 bit 位是 \(up\)。考虑从 \(up\) 开始往低位扫，每次我们把当前的 \(T\) 按照这一位的值做稳定排序并创建新版本，在过程中，我们给每一个 \(T\) 创建它的数组 \(B\) 表示接下来需要排序的关键字位的值（0/1-bit）。显然的，这个 \(B\) 也和 \(T\) 对应拥有多个版本。
access
求 \(T_i\)。因为我们只会存储 \(B\) 数组。
考虑求出来 \(T_i\) 的每一个 bit 位的值，最开始版本的 \(B\) 显然就是最高位的 0/1bit，并且位置还没开始排，直接用，然后考虑锁定这个 \(T_i\) 在下一个版本被排到第几个位置。如果这一位是 \(1\)，那么下一个版本 \(0\) 和原本位置就在它前面的 \(1\) 会在它前面，算一下个数。如果是 \(0\) 的话就是前面的 \(0\) 在它前面。这样跳完所有版本即可。
用这个方法我们可以求解任意版本 \(T\) 的这个东西。
rank
求 \(T_{1,2,3,...i}\) 中 \(c\) 的出现次数。我们考虑对于最终版本记录每个数的起始位置，那么现在我们就要求结束位置，因为最终版本显然相同数都在一段内。
我们考虑这样做，我们从初始版本扫，或者说从最高位开始扫，每次我们把 \(c\) 的当前位做一个限制（满足这一位等于 \(c\) 的这一位），维护当下版本满足当下限制的末尾位置，那么扫完了就是满足所有限制即 \(=c\) 的末尾位置了。记这个末尾位置是 \(t\)，维护 \(t\)，最开始 \(t=i\)（没有任何限制，显然末尾就是 \(i\)）。
怎么做加入限制？比如加入的是最高位为 \(0\)，那么就是查初始版本的 \(B\) 的前 \(t\) 位 \(0\) 有多少个，有 \(c\) 个那么新的末尾就是 \(c\)。然后 \(1\) 的话同理，就是整个 \(B\) 的 \(0\) 加上前 \(t\) 位 \(1\)。
最后得到一个 \(t\)，算一下就有次数了。
用这个方法我们可以求解任意版本 \(T\) 的这个东西。
select
求第 \(i\) 个 \(c\)。是 rank 的逆运算，类似，不多叙述。
用这个方法我们可以求解任意版本 \(T\) 的这个东西。
quantile
求区间第 \(k\) 小。
好的，终于到比较 hard 的问题了。既然我们有 wavelet tree 按照 bit 划分的结构，那么我们可以考虑利用这个结构。我们还是从初始版本和最高位开始扫，我们尝试用递归的一个结构，假设当前要求当前版本的 \([l,r]\) 的 \(min:k-th\)，我们考虑这个区间里面 \(B=0,1\) 的，\(B=0\) 和 \(B=1\) 的在排序后显然分别都对应一个区间，并且 \(B=0\) 的区间里的数显然均小于 \(B=1\) 的，那么我们就类似 01trie 一样决策一下走到哪里即可，递归下去即可。
ranking
显然等价于 quantile，做法也类似，不讲了 qwq。
