Java Integer.bitCount()方法解析

引入

今天在使用Integer类的时候点进去看它的源码，发现了bitCount()这么一个方法，看它的介绍是用来获取一个int中二进制位为1的个数。然后看了它的实现，完全看不懂的节奏啊。

public static int bitCount(int i) {
    // HD, Figure 5-2
    i = i - ((i >>> 1) & 0x55555555);
    i = (i & 0x33333333) + ((i >>> 2) & 0x33333333);
    i = (i + (i >>> 4)) & 0x0f0f0f0f;
    i = i + (i >>> 8);
    i = i + (i >>> 16);
    return i & 0x3f;
}

这个方法如果我自己来实现的的话，会是下面这个样子：

public static int bitCount(int i) {
    int num = 0;
    for (int j = 0; j < 32; i++) {
        num += (i) & 1;
        i >>>= 1;
    }
    return num;
}

为了搞清楚这个方法背后的原理，查了一些资料，终于搞明白了。

分析

算法思路

这个算法的主要思路是这样的：

• 求每两位二进制数中1的个数
• 求每四位二进制数中1的个数
• 依次类推，求到三十二位二进制数中1的个数，就是我们需要的答案

两位

只有两位

首先来分析求两位怎么求：
两位二进制数有四种可能，它们所对应的1的个数（在这里个数也使用二进制来表示）如下所示，

二进制数	二进制位为1的个数
00	00
01	01
10	01
11	10

也就是说我们要将这个int值每两位左列所示的二进制位，变成右列所示的二进制位。

将左列标记为s，右列标记为t，则t = s - x，观察上述表格可以发现x = s >>> 1，即
t = s - (s >>> 1)；

s	t	x
00	00	00
01	01	00
10	01	01
11	10	01

不止两位

上述我们讨论了只有两个二进制位的情况，如果对于整个int32位来说，转化关系是怎样的呢？

在这之前先来讨论4位的情况，举个例子说吧：

• 现在有0111这个数，我们要求每两位的1的个数，目标值是0110，如果直接代入上述公式，我们得到的是0100。

上述结果明显不对，但是哪里错了呢？来分析一下：

• 代入公式的运算过程
  • 0111 >>> 1 = 0011 ①
  • 0111 - 0011 = 0100 ②
• 理想运算过程
  • 0111 - 0001 = 0110 ③

对比可知道上面第一步求得的0011是不对的，也就是说我们不能直接右移一位得到减数，那么应该怎么做？

仔细分析可以发现，减数之间的区别在于右移时从高位传到低位的那个1，根据表格我们知道x（x代表减数）的高位不可能是1，而1又会因为右移从高位传过来，所以在右移之后，我们需要与上0101来消除这个高位影响。将这个扩展到32位二进制数上，我们就得到公式i = i - ((i >>> 1) & 0x55555555);。

第一步搞定了。

四位

再来看四位的求法。
这里我们需要注意一点，此时的二进制位已经不再仅仅代表二进制位，我们应该把两位二进制位看成一个整体，当成个数来看。也就是说，我们需要对这四位数进行拆分，拆成两组，每组分别代表这两位包含的1二进制位的个数。那么这4个二进制位上面所包含的所有为1的二进制位的个数为两组的和，也就是高位所代表的二进制数与低位所代表的二进制数的和。比如有这样一个4位的二进制数，abcd，它所包含的1位的个数为，00ab+00cd，注意前面的两个0，根据这个原理我们可以得到下表，可以对照着这个表格加深理解，

s	t
0000	0000
0001	0001
0010	0010
0100	0001
0101	0010
0110	0011
1000	0010
1001	0011
1010	0100

我们最终的到的是个四位数，但是我们只需要两位数进行求和运算，所以为了消除高位的影响，我们需要与上0011，那么就得到第二个公式i = (i & 0x33333333) + ((i>>>2) & 0x33333333;。这里要讲一下，为什么0x33333333要&两次，而不是放在外面一起&。这是因为00ab&00cd可能会产生进位，这样的话，如果放在外面与就会消除这个进位，使结果不正确。

这一步理解之后，后面就很快了。

八位、十六位、三十二位

这几个位数与四位时的原理是一样的。

• 八位：向右移四位，与原数相加，因为这里四位中最大的可能数为0100，产生进位也只是1000，不会影响到前面的4位数，所以八位的时候可以在外面&，得到公式i = (i + (i >>> 4)) & 0x0f0f0f0f;
• 十六位：i = (i + (i >>> 8)) & 0x00ff00ff;
• 三十二位：i = (i + (i >>> 16)) & 0x0000ffff;

我这里表达形式稍微与源码有点不一样，源码是把消除部分放到了最后，即i = i & 0x3f;，而省略了十六位和三十二位那里的与操作，因为最后面二进制位为1的个数不可能超过100000这个二进制数，所以这两步与操作可以直接放到最后用一步来代替，最终我们就得到所有的公式：

i = i - ((i >>> 1) & 0x55555555);
i = (i & 0x33333333) + ((i >>> 2) & 0x33333333);
i = (i + (i >>> 4)) & 0x0f0f0f0f;
i = i + (i >>> 8);
i = i + (i >>> 16);
i = i & 0x3f;

总结

要理解这个算法，主要是要理解两位数和四位数这里，后面的几位数与四位数那个道理是一样的，其中重点理解与上一个数来消除高位影响。