关键观察

操作的本质：

使用 max 机相当于从两张卡中选出强度更大和花费更大的属性。

使用 min 机相当于从两张卡中选出强度更小和花费更小的属性。

这提示我们，最终卡的 $(T, W)$ 一定来自初始某张卡的 $(S_i, V_i)$，因为每次操作只是传递这些属性。

可达性条件： 经过分析可以发现，最终能得到一张卡 $(T, W)$ 当且仅当：

存在初始卡 $i$ 使得 $S_i \ge T$ 且 $V_i \ge W$（因为我们可以通过 min 操作来“降低”属性，但需要有一个足够高的起点）。

存在初始卡 $j$ 使得 $S_j \le T$ 且 $V_j \le W$（因为我们可以通过 max 操作来“升高”属性，但需要有一个足够低的起点）。

并且这两张卡在合并过程中可以通过某种顺序相遇。

简化条件： 实际上，可以证明最终能得到 $(T, W)$ 的充要条件是：

存在一张卡 $p$ 满足 $S_p \ge T$ 且 $V_p \ge W$

存在一张卡 $q$ 满足 $S_q \le T$ 且 $V_q \le W$

并且 $p$ 和 $q$ 在序列中满足某种位置关系（在最终的括号树中，一个在另一个的子树中，或者它们可以通过某种方式相遇）

进一步转化： 通过更深入的分析，问题可以转化为：

将所有卡按 $(S, V)$ 排序后，最终能得到的 $(T, W)$ 必须满足：存在某个 $i$ 使得 $S_i \le T \le \max{S_1, ..., S_i}$ 且 $V_i \le W \le \max{V_1, ..., V_i}$，或者类似的区间条件。

算法思路

预处理：

将初始卡按 $S$ 排序。

维护一个栈，用于找到对于每个位置 $i$，左边第一个 $V$ 值比它大的位置。

构建可达区域：

从左到右扫描，维护当前的最大 $V$ 值。

对于每个位置 $i$，我们可以得到一个矩形区域：$[S_i, \infty) \times [V_i, \infty)$ 与 $(-\infty, S_i] \times (-\infty, V_i]$ 的交集？实际上需要更精确的描述。

检查目标卡：

对于每个目标 $(T, W)$，检查是否存在某个 $i$ 使得： $S_i \le T \le \text{maxS}_i$ 且 $V_i \le W \le \text{maxV}_i$ 其中 $\text{maxS}_i$ 和 $\text{maxV}_i$ 是前 $i$ 张卡中的最大 $S$ 和最大 $V$。

高效实现：

使用单调栈预处理

对于每个查询，可以使用二分查找来快速判断

时间复杂度

排序：$O(N \log N)$

单调栈预处理：$O(N)$

查询处理：$O(M \log N)$

总复杂度：$O((N+M) \log N)$，可以处理 $2\times 10^5$ 的数据规模。