BitCount两种实现以及效率比较

算法概述

输入一个整数，输出该数二进制表示中1的个数。其中负数用补码表示。

一、第一种实现
这也是比较多人使用的一种算法。

    public static int bitCount(int i) {

        int count = 0;
        while(i!=0){
            count++;
            i = (i-1)&i;
        }
        return count;
    }

二、第二种实现
查看Integer类，发现其中提供了一个bitCount接口，具体的实现如下：

  /**
     * Returns the number of one-bits in the two's complement binary
     * representation of the specified {@code int} value.  This function is
     * sometimes referred to as the <i>population count</i>.
     *
     * @param i the value whose bits are to be counted
     * @return the number of one-bits in the two's complement binary
     *     representation of the specified {@code int} value.
     * @since 1.5
     */
    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;
    }

三、进行效率比较。

1、将0~99999这100000个数据作为测试用例，得到结果：

2、将0~299999这300000个数据作为测试用例，得到结果：

3、将0~499999这500000个数据作为测试用例，得到结果：

4、将0~999999这1000000个数据作为测试用例，得到结果：

5、将0~9999999这10000000个数据作为测试用例，得到结果：

6、将0~99999999这100000000个数据作为测试用例，得到结果：

7、将0~999999999这1000000000个数据作为测试用例，得到结果：

四、总结。
在少量的数据处理时，方法1的效率比方法2高一些。在数据量大于500000时，数据量越大，方法2（也就是Integer提供的Api）的优势越明显，它的运行时间很稳定，不会随数据量的增大而发现较大改变。