关于位操作的一点感想

前段时间看关于位的操作，一直想写点东西，后来又被问到关于码距的问题，发现好多基础性的东西其实是在高级的应用中用到的最多的东西，并且在应用中有很客观的效率。

遇到过这样一个问题，一个32位二进制数，再给出一个有大量32位二进制数的集合，求解集合中与给定的数不同位数在3以内的数。

当时的第一反应是，逐个遍历，把集合中的数与给定的数进行异或运算，统计结果中为“1”的位数即可。逐个遍历，进行异或运算，这两步操作暂时没有想到太大的优化空降，看过一些材料，尤其是斯坦福大学的一片文章：Bit Twiddling Hacks之后发现原来可以有很多优化的方式。

最简单最直接的思路:

移位+模运算+计数器统计的方式：

while(a!=0){
    if(a%2 == 1)
        count++;
    a=a>>1;
}

即，每次判断末尾是不是“1”，如果是1则计数器+1，判断完后右移一位，直到数为零。

空间换时间的思路：

在空间需求比较容易满足，但是时间紧迫性要求较高的情况下，采用空间换时间的方式来做：

unsigned short int count[4294967296];
    count[0]=0;
    count[1]=1;
    count[2]=1;
    ...
    count[4294967295]=32;

直接通过查表的方式，将取得的二进制数转换为数组的下标即可。但是这样的内存消耗也是很大的：

2^32=4G,每个unsigned short int 占16 bits即 2字节，所以数组要占用8GBytes的空间，目前主流的单个服务器配置也基本上在这个水平。在这种情况下，比较适合做有大量的待处理数据，并且在真正要处理的时候，可以用hash的方式将数据分块，不同的数据分散到不同的节点上，每个节点之负责本区域内的数据，如用8台机器，每台只负责1G数据的运算，就相对处于一个合理的区间内（觉得此处还有很大的可以讨论的空间）。

很巧妙的思路：

在斯坦福的文章中，给出了一个很巧妙的思路：

int count(int n)
{
    n = (n&0x55555555)+((n>>1)&0x55555555);
    n = (n&0x33333333)+((n>>2)&0x33333333);
    n = (n&0x0f0f0f0f)+((n>>4)&0x0f0f0f0f);
    n = (n&0x00ff00ff)+((n>>8)&0x00ff00ff);
    n = (n&0x0000ffff)+((n>>16)&0x0000ffff);
 
    return n;
}

这种方式，设置了一系列二进制位数，像一个上三角形的筛子一样，把n中的数都筛选到合适的位置上，同时利用了二进制位的“权重”信息，即两个不同位的“1”最后同时映射到了2^1上，四个不同位置的“1”最后则映射到2^2上。设计相当巧妙，空间复杂度不高，只需一个定额的数组，对于每个需要处理的二进制数，计算上的时间复杂度也在log（二进制数长度）的数量级上。

其实，巧妙的设计可以有效减少时空复杂度，并不一定要牺牲了空间来换取时间上的性能。