一、简介
树状数组 (Binary Indexed Tree,BIT)，利用数的二进制特征进行检索的一种树状结构。
一种真正的高级数据结构： 二分思想、二叉树、位运算、前缀和。
高效!
代码极其简洁!
二、基本应用
数列a1,a2,....,an，操作：
单点修改：修改元素add(k,x)： 把ak加上x。
求和：
sum (x) = a1 + ... + ax
区间和ai + ... + aj = sum(j) - sum(i-1)
三、不修改、只查询
数列aj, a2,..., an，求区间和： ai+ ...+aj
数列是静态的，用前缀和计算区间和，特别高效。
前缀和：sum[i]=a1+...+ ai
区间和： ai+...+aj = sum[j]-sum[i-1]
查询一次区间和，O(1)
代码
如果数列是动态的
修改元素add(k,x)：把a加上x。
复杂度O(1)
求区间和：sum(j) - sum(i-1)
复杂度：O(n)--------->效率低
四、动态修改、求区间和： 用树状数组
数列是动态的
修改元素add(k,x)：把ak加上x。
求区间和：sum(j) - sum(i-1)
复杂度都是： O(logn)
代码
五、从二叉树到树状数组
六、神奇的lowbit(x)操作
语法：lowbit(x)=x &-x
功能：找到x的二进制数的最后一个1
七、tree[ ]数组
从lowbit(x)推出tree[ ]数组，所有的计算都基于tree[ ]，令m =lowbit(x)。
定义tree[x]：把ax和它前面共m个数相加。
例： lowbit(6)=2，有tree[6] = a5+a6。
横线中的黑色表示tree[x]，等于横线上元素相加的和。
八、基于tree[ ]的计算
求和sum=a1 +...+ax
利用tree[ ]数组求sum，例如：
sum[8] = tree[8]
sum[7] = tree[7] + tree[6] + tree[4]
sum[9] = tree[9] + tree[8]
以上关系是如何得到的?借助lowbit(x)。
九、sum[ ]的计算
例： sum[7] = tree[7] + tree[6] + tree[4]
(1)从7开始，加上tree[7]；
(2) 7 -lowbit(7)= 6，加上tree[6]；
(3) 6 - lowbit(6) = 4，加上tree[4]；
(4) 4-lowbit(4)= 0，结束。
sum()的复杂度?--------->O(logn)------非常好!
十、sum[ ]的更新
更改ax，和它相关的tree都会变化。
例如改变a3，那么tree[3]、tree[4]、tree[8]...都会改变。
影响哪些tree[ ]? 仍然利用lowbit(x)
(1) 更改tree[3]；
(2) 3 +lowbit(3)= 4，更改tree[4]；
(3) 4 +lowbit(4)=8，更改tree[8]；
(4)直到最后的tree[n]。
复杂度?--------->O(logn)------非常好!
