当要频繁的对数组元素进行修改,同时又要频繁的查询数组内任一区间元素之和的时候,可以考虑使用树状数组.   通常对一维数组最直接的算法可以在O(1)时间内完成一次修改,但是需要O(n)时间来进行一次查询.而树状数组的修改和查询均可在O(log(n))的时间内完成. 一、回顾一维树状数组 假设一维数组为A[i](i=1,2,...n),则与它对应的树状数组C[i](i=1,2,...n)是这样定义的： C1 = A1 C2 = A1 + A2 C3 = A3 C4 = A1 + A2 + A3 + A4 C5 = A5 C6 = A5 + A6C7 = A7 C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 …… C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + A10 + A11 + A12 + A13 + A14 + A15 + A16 ......  (1)C[t]展开以后有多少项？由下面公式计算： int lowbit(int t){//计算c[t]展开的项数      return t&(-t);     }   C[t]展开的项数就是lowbit(t),C[t]就是从A[t]开始往左连续求lowbit(t)个数的和. (2)修改     比如修改了A3,必须修改C3,C4,C8,C16,C32,C64...     当我们修改A[i]的值时，可以从C[i]往根节点一路上溯，调整这条路上的所有C[]即可，对于节点i，父节点下标 p=i+lowbit(i)  //给A[i]加上 x后，更新一系列C[j]   update(int i,int x){     while(i<=n){       c[i]=c[i]+x;        i=i+lowbit(i);         }    }    (3)求数列A[]的前n项和，只需找到n以前的所有最大子树，把其根节点的C加起来即可。   如：Sun(1)=C[1]=A[1];      Sun(2)=C[2]=A[1]+A[2];      Sun(3)=C[3]+C[2]=A[1]+A[2]+A[3];      Sun(4)=C[4]=A[1]+A[2]+A[3]+A[4];      Sun(5)=C[5]+C[4];      Sun(6)=C[6]+C[4];      Sun(7)=C[7]+C[6]+C[4];      Sun(8)=C[8];      ,,,,,,  int Sum(int n) //求前n项的和.   {        int sum=0;        while(n>0)        {             sum+=C[n];             n=n-lowbit(n);        }            return sum;    }   lowbit(1)=1       lowbit(2)=2       lowbit(3)=1      lowbit(4)=4   lowbit(5)=1       lowbit(6)=2       lowbit(7)=1      lowbit(8)=8   lowbit(9)=1      lowbit(10)=2      lowbit(11)=1      lowbit(12)=4  lowbit(13)=1      lowbit(14)=2      lowbit(15)=1      lowbit(16)=16  lowbit(17)=1      lowbit(18)=2      lowbit(19)=1      lowbit(20)=4  lowbit(21)=1      lowbit(22)=2      lowbit(23)=1      lowbit(24)=8  lowbit(25)=1      lowbit(26)=2      lowbit(27)=1      lowbit(28)=4  lowbit(29)=1      lowbit(30)=2      lowbit(31)=1      lowbit(32)=32  lowbit(33)=1      lowbit(34)=2      lowbit(35)=1      lowbit(36)=4  lowbit(37)=1      lowbit(38)=2      lowbit(39)=1      lowbit(40)=8  lowbit(41)=1      lowbit(42)=2      lowbit(43)=1      lowbit(44)=4  lowbit(45)=1      lowbit(46)=2      lowbit(47)=1      lowbit(48)=16  lowbit(49)=1      lowbit(50)=2      lowbit(51)=1      lowbit(52)=4  lowbit(53)=1      lowbit(54)=2      lowbit(55)=1      lowbit(56)=8  lowbit(57)=1      lowbit(58)=2      lowbit(59)=1      lowbit(60)=4  lowbit(61)=1      lowbit(62)=2      lowbit(63)=1      lowbit(64)=64===================================================二、树状数组可以扩充到二维。 问题：一个由数字构成的大矩阵，能进行两种操作 1) 对矩阵里的某个数加上一个整数（可正可负） 2) 查询某个子矩阵里所有数字的和,要求对每次查询，输出结果。 一维树状数组很容易扩展到二维，在二维情况下:数组A[][]的树状数组定义为：   C[x][y] = ∑ a[i][j], 其中，     x-lowbit(x) + 1 <= i <= x,     y-lowbit(y) + 1 <= j <= y. 例：举个例子来看看C[][]的组成。      设原始二维数组为： 　 A[][]={{a11,a12,a13,a14,a15,a16,a17,a18,a19},          {a21,a22,a23,a24,a25,a26,a27,a28,a29},          {a31,a32,a33,a34,a35,a36,a37,a38,a39}，          {a41,a42,a43,a44,a45,a46,a47,a48,a49}}; 那么它对应的二维树状数组C[][]呢？ 记:   B[1]={a11,a11+a12,a13,a11+a12+a13+a14,a15,a15+a16,...} 这是第一行的一维树状数组   B[2]={a21,a21+a22,a23,a21+a22+a23+a24,a25,a25+a26,...} 这是第二行的一维树状数组   B[3]={a31,a31+a32,a33,a31+a32+a33+a34,a35,a35+a36,...} 这是第三行的一维树状数组   B[4]={a41,a41+a42,a43,a41+a42+a43+a44,a45,a45+a46,...} 这是第四行的一维树状数组 那么： C[1][1]=a11,C[1][2]=a11+a12,C[1][3]=a13,C[1][4]=a11+a12+a13+a14,c[1][5]=a15,C[1][6]=a15+a16,...    这是A[][]第一行的一维树状数组 C[2][1]=a11+a21,C[2][2]=a11+a12+a21+a22,C[2][3]=a13+a23,C[2][4]=a11+a12+a13+a14+a21+a22+a23+a24, C[2][5]=a15+a25,C[2][6]=a15+a16+a25+a26,...    这是A[][]数组第一行与第二行相加后的树状数组 C[3][1]=a31,C[3][2]=a31+a32,C[3][3]=a33,C[3][4]=a31+a32+a33+a34,C[3][5]=a35,C[3][6]=a35+a36,...    这是A[][]第三行的一维树状数组 C[4][1]=a11+a21+a31+a41,C[4][2]=a11+a12+a21+a22+a31+a32+a41+a42,C[4][3]=a13+a23+a33+a43,...     这是A[][]数组第一行+第二行+第三行+第四行后的树状数组 搞清楚了二维树状数组C[][]的规律了吗？ 仔细研究一下,会发现: （1）在二维情况下，如果修改了A[i][j]=delta,则对应的二维树状数组更新函数为：  private void Modify(int i, int j, int delta){                  A[i][j]+=delta;            for(int x = i; x< A.length; x += lowbit(x))        for(int y = j; y <A[i].length; y += lowbit(y)){          C[x][y] += delta;                }     }（2）在二维情况下，求子矩阵元素之和∑ a[i][j](前i行和前j列)的函数为     int Sum(int i, int j){      int result = 0;      for(int x = i; x > 0; x -= lowbit(x)) {        for(int y = j; y > 0; y -= lowbit(y)) {            result += C[x][y];        }      }    return result;   }比如：    Sun(1,1)=C[1][1];  Sun(1,2)=C[1][2]; Sun(1,3)=C[1][3]+C[1][2];...    Sun(2,1)=C[2][1];  Sun(2,2)=C[2][2]; Sun(2,3)=C[2][3]+C[2][2];...    Sun(3,1)=C[3][1]+C[2][1]; Sun(3,2)=C[3][2]+C[2][2];

package 二维树状数组;public class MainApp {    int[][] A;//原二维数组    int[][] C;//对应的二维树状数组    public MainApp(){          A=new int[5][6];       C=new int[5][6];             for(int i=1;i<5;i++)         for(int j=1;j<6;j++)            Modify(i,j,1);//给A[][]每个元素加1        for(int i=1;i<5;i++){          for(int j=1;j<6;j++)            System.out.print(A[i][j]+"  ");//输出A[][]          System.out.println();        }       System.out.println(Sum(3,4));//求子二维数组的和       Modify(2,3,4);//将A[2][3]加4       System.out.println(Sum(3,4));//显示修改后的和           }      private int lowbit(int t){       return t&(-t);     }    int Sum(int i, int j){    int result = 0;    for(int x = i; x > 0; x -= lowbit(x)) {      for(int y = j; y > 0; y -= lowbit(y)) {          result += C[x][y];      }    }  return result; }   private void Modify(int i, int j, int delta){              A[i][j]+=delta;        for(int x = i; x< A.length; x += lowbit(x))      for(int y = j; y <A[i].length; y += lowbit(y)){        C[x][y] += delta;            }   }        public static void main(String[] args) {        MainApp m = new MainApp();            }}