计算位数随机的输入值的汉明重量（Hamming weight）算法的python实现

汉明重量 Hamming Weight

汉明重量 Hamming Weight 是一串符号中非零符号的个数。对于一个2进制表示为n bits的输入input，其非0位的个数为w，则w即为input的汉明重量。
举例，input=10011010，其汉明重量w=4

概述

这篇博客是要是，使用python实现了n位输入input（n为一个范围内的随机值）的汉明重量，以及计算过程中需要使用的辅助常量的自动化计算。
主要适用场景如，机器学习中，需要计算一个8000-10000位的二进制向量中非0位的个数时，可以使用本算法计算辅助操作数并计算汉明重量

高效算法简介

汉明重量的计算算法的描述参见维基百科-汉明重量
其例图如下

python实现

相关介绍见代码中的注释

import random
# 对于要计算的总位数n的上限取log2（向上取整）,当计算64位无符号整数时其值为8
# 例：最多10000位的输入其logBitsCount = log2(10000)≈14
logBitsCount = 8

def createInputTest():
    # 创建一个随机的输入，用于测试，可以根据需要自定义
    randomLength = random.randint(2 ** (logBitsCount - 1), 2 ** logBitsCount)
    input = 1
    countOfOne = 1
    for i in range(0,randomLength-1):
        temp = random.randint(0,1)
        input = (input<<1) + temp
        countOfOne += temp
    print("input:", bin(input), ",位数：", randomLength, ",1的个数：", countOfOne)
    return input

def createAidNums():
    # 创建所需要使用的辅助操作数，如果logBitsCount固定，可以直接使用创建的结果，不需要重复创建
    # 需要logBitsCounts个辅助的操作数,初始化其数组
    aidNums = []
    for a in range(0, logBitsCount):aidNums.append(0)
    for i in range(0, 2 ** logBitsCount):
        aidNums[0]= (aidNums[0]<<1) + i%2
        for index in range(1, logBitsCount):
            temp = 2**(index+1)
            if i%temp==0:
                aidNums[index] = (aidNums[index]<<(2**(index+1)))+2**(temp>>1)-1
    return aidNums

def hammingWeight(input, aidNums):
    # 使用aidNums中的辅助操作数，计算input的二进制表示中1的个数（也就是汉明重量）
    result = input
    # print(bin(last))
    for i in range(0, logBitsCount):
        temp1 = result & aidNums[i]
        temp2 = (result>>(2**i)) & aidNums[i]
        result = temp1+temp2
    return result

def main():
    input = createInputTest()
    aidNums = createAidNums()
    hw = hammingWeight(input, aidNums)
    print(hw)

if __name__ == '__main__':
    main()