初识树状数组

树状数组：是一个查询和修改复杂度都为log(n)的数据结构，假设数组A[1..n]，那么查询A[1]+...+A[n]的时，间是log级别的，而且是一个在线的数据结构。
树状数组原理如下：主要是依靠神奇的二进制转换进行保存数据。所以我们需要使用lowbit函数。

const int D = 1000005;
int s[D];
inline int lowbit(int x) {
	return x & (-x);
}//用lowbit函数算出该数在二进制下的最后一个1的位置；

void add(int x, int w) {
	while (x < D) {
		s[x] += w;
		x += lowbit(x); 
	}
}//修改树状数组中的元素：并且每次仅对x进行+lowbit的处理，如图所示，即修改了一个节点之后，只需要对在它的上层的全部节点进行修改，而不需要全程遍历修改，因而复杂度取决于二进制中的最大位数。
细节：如图，2节点存储了1节点的数据，即包含了2节点之前的全部数据和，4节点存储了3节点的数据和2节点的数据，即包含了4节点之前的全部数据和，6节点储存了5节点的数据，8节点储存了7节点和6节点的数据和4节点和2节点的数据，即代表了8节点之前的全部数据和。

int sum(int x) {
	int ret = 0;
	while (x > 0) {
		ret += s[x];
		x -= lowbit(x);
	}
	return ret;
}//计算前缀和的函数，为什么可以每次直接减少一个lowbit，证明如下：对于区间[x - lowbit + 1, x];
//设x为A1B，其中A为一窜二进制，B为B个0；
//那么，x - lowbit + 1就等于AB1，（当AB1不断进行+lowbit即可以得到A0B即x，此处先写出这个关系，方便后文阐述）即区间[AB1, A0B]之间的和可以只用A0B一个节点来表示，继续来看为什么，在add函数中，每当对该区间的任个数进行赋值或修改时，不断进行+lowbit最后都会对x即A1B进行赋值或修改，因此，x这个节点包含了这个区间内所有节点的修改结果，是最终结果的集合体。
因此，通过在add中进行赋值的顺序，我们可以看出，在sum函数中，要求前缀和，只需每次对该节点进行-lowbit即可，这样的复杂度仅仅取决于二进制中1的最多个数。
//另外还可以这样看:设原数组为A[1..N]，树状数组为c[1..N]，其中c[k] = A[k - lowbit + 1] + ... + A[k]。比如c[6] = A[5] + A[6]。

        假设 A为被计数数组，C为树状数组（计数）

        0000 0001：C1 = A1
         0000 0010：C2 = A1 + A2
         0000 0011：C3 = A3
         0000 0100：C4 = A1 + A2 + A3 + A4
         0000 0101：C5 = A5
         0000 0110：C6 = A5 + A6
         0000 0111：C7 = A7
         0000 1000：C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8
         ...
         0001 0000：C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8+ A9 + A10 + A11 + A12 + A13 + A14 + A15+ A16