位运算chapter1+⅓：全1函数与其实例

全1函数介绍:

class Solution {
public:
	int getOne(int n) {
		n |= n >> 1;
		n |= n >> 2;
		n |= n >> 4;
		n |= n >> 8;
		n |= n >> 16;
		return n;
	}
};

这个算法只适用于正整数或无符号整数

这个算法的原理就是把一个数的补码的最高位1不断向右复制
例：
以无符号整数2147483648为例
他的补码为： 

1000 0000 0000 0000 0000 0000 0000 0000

 n|=n>>1;

  10000000 00000000 00000000 00000000 (2147483648)
| 01000000 00000000 00000000 00000000 (2147483648>>1)
---------------------------------------
  11000000 00000000 00000000 00000000 (n|n>>1)

n|=n>>2;

  11000000 00000000 00000000 00000000 (更新第一次后的n)
| 00110000 00000000 00000000 00000000 (n>>2)
-----------------------------------------
  11110000 00000000 00000000 00000000 (n|n>>2)

 以此类推，每一次都会复制一次原先的1到后面的位上，而一个数的二进制位数一共是logn个
而这个算法是在二进制位上进行的复制操作，每一次操作过后1都会翻倍占据。
因此，这个算法的时间复杂度是以2为底的O(loglog(n))但是基本可以视为O1的时间复杂度

在数值上，这个算法所计算出来的值是2的(log(n)+1)次幂-1
但对于负数来说，结果一定是-1
利用这个数值上的特性，使用内置函数log2可以实现以一个真O1时间复杂度的代码

int getOne(int n) {
	return (1 << ((int)log2(n) + 1)) - 1;
}

但是请注意，从理论上讲，位运算一般都比浮点运算要快，因为位运算是直接作用在数的二进制表示形式上。尽管log2是高效的，但是log2涉及浮点运算，而浮点运算更复杂，涉及到位表示的解析、指数和尾数的运算等，因此，尽管从时间复杂度上来说使用log2的实现略胜一筹，但实际情况下，这个实现的性能可能与单纯使用位运算的实现平分秋色。

实例：

输出大于等于n的最小的2的幂
输入格式：n>0，n为整数。

int pow2uper(int n) {
	n--;
	n |= n >> 1;
	n |= n >> 2;
	n |= n >> 4;
	n |= n >> 8;
	n |= n >> 16;
	return n++;
}

针对这个解决，一共有两种情况需要处理：

①n不是2的幂，n--不会改变这个数的二进制位数，所以经过全1化之后，n会变成2的(log(n)+1)次幂-1，然后再加1就得到大于等于n的最小的2的幂

②n是2的幂，结果就是n本身，n--先降位，然后全一化n会变成2的(log(n))次幂，然后再加1得到结果。