统计一个位数组中非0二进制位的数量

背景

在平时的工作当中，会遇到很多需要使用bitmap的情况，那么，针对这种状况，统计二进制位中值为1的位一共有多少个的时候，我们需要慎重的根据当前的使用场景来选择自己的算法，比如需要考虑当前的时间复杂度、空间复杂度等等。

问题

统计二进制位中值为1的位的总数

算法

1.遍历法

使用循环按位统计1的个数，其时间复杂度为O(n)，空间复杂度为O(1)。

2.查表法

利用一个数组或哈希生成一张表，存储不同二进制编码对应的值为1的二进制位数，那么在使用时，只需要去进行查询，即可在O(1)的时间复杂度内得到结果。

但是，此算法有个弊端，由于算法是采用空间换取时间的方法，当一个二进制数的位长超过一定限度时，对应的表也就会占据很大的空间，也就是说节约时间越多，花费的存储越多。另外此方法还会收到CPU缓存的限制，如果表太大，表在缓存的上下文切换也就越多，可能会导致性能没有想象中那么高。

所以，为了解决此问题，一般情况下，采用适当的二进制位长度来建表，比如8位、16位，这样情况下，可以对上述问题得到一个平衡，不仅可以享受到优越的性能，而且时间开销也没有遍历法高。

当二进制总长度为n，建表的二进制长度为m时，总的时间复杂度为$O(\lfloor \frac{m}{n}\rfloor )$。

3.variable-precision SWAR算法

在数学上，我们一般称上述问题为“计算汉明重量”，而当前一直效率最好的通用算法为variable-precision SWAR算法，该算法不仅在常数时间计算多个字节的汉明重量，而且不需要使用任何额外的内存。

//注：此处函数的参数必须为无符号数。如果是有符号数，可以先强转为无符号，再使用此算法。

//计算32位长度位数组的算法实现
uint32_t swar(uint32_t i){
	//相邻两位一组，就是各组的汉明重量
	i = ( i & 0x55555555 ) + ( ( i >> 1 ) & 0x55555555 );

	//相邻四位一组，就是各组的汉明重量
	i = ( i & 0x33333333 ) + ( ( i >> 2 ) & 0x33333333 );

	//相邻八位一组，就是各组的汉明重量
	i = ( i & 0x0F0F0F0F ) + ( ( i >> 4 ) & 0x0F0F0F0F );

	//将结果保存带低八位
	i = ( ( i * 0x01010101 ) >> 24 );
	
	return i;
}

对应算法的详细过程及数学原理，可参考《variable-precision SWAR算法“计算汉明重量”》 和 《variable-precision SWAR算法：计算Hamming Weight》这两篇文章。

Redis中的使用

在Redis中，使用了上述后两种算法来实现BITCOUNT命令。

• 当处理的二进制位数大于128位，采用variable-precision SWAR算法来计算；
• 当处理的二进制位数小于128位，采用查表算法来计算；

注：上述数值参考《Redis设计与实现》