树状数组主要就是解决这两个问题：
- 1、快速求前缀和 O(logn)
- 2、修改其中某一个数 O(logn)

如果用普通的静态数组来操作，操作1：则需要O(n),操作2：则需要O(1)
如果用前缀和数组来维护的话，操作1：则需要O(1),操作2：则需要O(n)
显然，两者不能兼顾

比如x = 13，二级制表示位 1101

可以这样拆分为：(L,R]这样的若干个区间

(x - 2^0 , x] —> (12,13] 长度为1
(x - 2^0 - 2^2 , x - 2^0] —> (8, 12] 长度为4
(x - 2^0 - 2^2 - 2^3, x - 2^0 - 2^2] —> (0, 8] 长度为8

其中区间 (L,R] 长度一定是等于R的二进制表示的最后一位1所对应的次幂

有个专门用来求解上述次幂的函数lowbit(x): return x & -x

原区间可以表示为：[R-lowbit(R)+1, R] ，这样的话这个区间的长度 = lowbit(R)

然后用C[R]表示原数组中 区间[R-lowbit(R)+1, R] 的总和

如何根据父节点去找跟他相关的子节点C[x]？
举例：x=8
第一个数： a8
第二个数： C7 —> 8-1
第三个数： C6 —> 7 - lowbit(7)
第四个数： C4 —> 6 - lowbit(6)

如何通过子节点去找父节点？ —>对应进行修改操作
- 这个方式可以通过父节点找子节点进行理解，
- 假设p代表父节点，以二进制形式表示的话 1000
- 那么他的子节点i为：
…0111
…0110
…0100

• 通过子节点去找父节点，只需要在最开始位置为1，其余置为0即可，这个操作就是加上lowbit(i)
• 得到 p = i + lowbit(i)

每次往上找父节点，类似于二进制中会多一个0，总有个logx位，最多logx次，复杂度log(n)
比如 a[7] += c

for(int i=7; i<=n; i+=lowbit(i)) C[i] +=c;

//修改的为：
C[7],C[8],C[16]

查询：1~x的和，比如x= 7

for(int x = i; i; i-=lowbit(i)) ans += C[i];

//累计的为：
C[7] ,C[6] ,C[4]