线段树是一颗二叉树，他的每个节点对应的都是一个区间，主要是通过对区间的分割和合并来修改节点的值， 然后再得到答案。
现在给你一个区间和线段树。
仔细观察，第一二三行方框内的值是他的下面2个子区间的和， 第四行的方框内的数字代表的是自身的值， 蓝色代表的是这个方框他包含的区间， 红色代表的是这个元素在数组中所储存的位置。（在绝大多数博客中，我们默认区间的左儿子他的下标是当前区间下标的2倍，右儿子的下标是当前区间的2倍再加上1，这个下标是认为定义的，你也可以将对应关系修改）。
为什么说用线段树可以节省求和时间呢， 假设我们需要查找区间 [1,8] 的和， 对于这个不用多说， 我们可以直接将最上面的那个46输出，因为最上面的那个矩形代表的就是区间 [1,8] 的和。
然后假设我们要查找区间 [3,7] 的和， 刚开始我们出现在区间 [1,8]的位置， 但是对于目标区间来说 [1,8] 太大了， 所以我们要继续往下走， 走到 [1,4] 和 [5,8] 的区间， 但是对于这2个区间来说， 还有一部分区域是落在查询区间之外的， 所以我们需要继续往下走，我们先分析区间 [1,4] , 对于他左儿子的区间[1,2]来说，没有任意一个点是落在查询区间内的， 所以我们不需要走到他的左儿子处， 然后走到右儿子[3,4]，可以发现 [3,4] 倍查询区间覆盖了， 所以我们就不需要往下走了， 因为整个区间都倍覆盖了， 直接将这个点的值返回就好了， 因为这个点就是他下面节点的和。 然后我们再看区间[5,8]， 先往左走， 走到左儿子区间 [5,6] ，也可以发现该区间倍查询区间覆盖了，就不需要往下走了， 返回该节点的值，对于右儿子节点 [7,8] 来说，只有一部分区域倍查询区间覆盖， 所以我们还需要往下走，继续往左边走， 发现 [7,7] 是合法区域， 返回该值， {8,8]不是合法区域，所以不对这快里的数据进行处理。 所以最后的结果就是 [3,4] + [5,6] + [7,7] 这3个区间的和。 可能你会说就5个点而已， 我直接加过去时间也就这样， 的确， 当点数小的时候线段树的优势并不会很明显，但是如果查询的区间长度会到达 1e5的话， 那么线段树就可以省下很多时间了。