树状数组基本使用

树状数组（Binary Index Tree, BIT）是很多OIer心中最简洁优美的数据结构之一。最简单的树状数组支持两种操作，时间复杂度均为 ：

单点修改：更改数组中一个元素的值
区间查询：查询一个区间内所有元素的和

树状数组就是这样一种结构，它巧妙地利用了二进制（实际上，树状数组的英文名BIT，直译过来就是二进制下标树）。


那么如何更新呢，大家会发现更新就是一个“爬树”的过程。一路往上更新，直到MAXN（树状数组的容量）。

树状数组的实现

前面已经讲得很详细了，代码实现倒是一件简单的事了。不过我们需要先解决一个问题：lowbit怎么算？如果一位一位验证的话，会形成额外的时间开销。然而，我们有这样神奇的一个公式：

为什么可以这样？我们需要知道，计算机里有符号数一般是以补码的形式存储的。-x相当于x按位取反再加1，会把结尾处原来1000…的形式，变成0111…，再变成1000…；而前面每一位都与原来相反。这时我们再把它和x按位与，得到的结果便是lowbit(x)。下面的图中举了两个例子：

现在我们可以愉快地实现树状数组了：

// 单点修改
int tree[MAXN];

int lowbit(int x) {
	return x & (-x);
}

// 数组中下标为 0 的位置不使用
inline void update(int i, int x)
{
    for (int pos = i; pos < MAXN; pos += lowbit(pos))
        tree[pos] += x;
}

// 求前n项和
inline int query(int n)
{
    int ans = 0;
    for (int pos = n; pos; pos -= lowbit(pos))
        ans += tree[pos];
    return ans;
}

// 区间查询
inline int query(int a, int b)
{
    return query(b) - query(a - 1);
}

初始化的时候，我们只需要update每个点的初始值即可。