Python 如何在不转换为二进制的情况下检查汉明重量？

如何在不进行实际转换和计数的情况下获得二进制表示的“1”的数

e、 g

---

我不是一个python程序员，但我希望这足以让你跟上

c = 0
while n:
    c += 1
    n &= n - 1

return c

---

虽然有点模糊，但它的主要优势是速度和简单。while循环只对n中设置为1的每一位迭代一次。

如果您真的关心速度，请用C编写代码（参见了解如何编写代码），并使用类似的方式与C实现接口。

IMO，一个好的方法是使用查找表-创建一个字典，将字节转换为1的数量（您可以使用您发布的代码生成它，它只需要运行一次），然后使用如下内容：

def number_of_ones(n):
    sum = 0
    while n != 0:
        sum += lookup_table[n & 0xff]
        n >>= 8
    return sum

---

我认为这是在空间和运行时间之间的一个相当好的权衡。

如果您想在一行中完成这项工作，您可以使用：

sum( [x&(1<<i)>0 for i in range(32)] )

---

sum（[x&（1你不能让这个计算变得不那么复杂。它将是O（n）位数，或者，正如&trick的答案所示，O（n）位数设置为1；但除非你使用的所有数字都是特例，否则后者平均应该是n/2，所以这两个O（n）位数是相同的

当然，查找表技巧实际上对计算复杂性没有任何作用；它只是用空间来支付时间，但不改变基本的经济性，即你必须以某种方式检查每一位，而这是没有办法的。从逻辑上讲，你不能用o来回答关于数字中位的问题ut检查每一个

现在，我想我有点草率，因为这些例子中有很多实际上是O（n^2），因为在Python中，你必须一次检查整数，所以对于一个Python长整数，比如说100字节，a+或a/操作将至少检查每个字节一次，这将反复发生，直到数字减少到零（在上面概述的方案中），所以这些操作实际上是O（n^2）操作。我不确定Python是否会允许真正的O（n）解决方案

无论如何：如果你真的在问计算复杂性，特别是指大O分析，那就是你的答案。：-
p=lambda n:n和1+p（n&（n-1））

它使用短路和递归，当n大于0时，它切换到计算1+p（n&（n-1）），其中调用p（n&（n-1）），以此类推，当n为0时，它返回0。复杂性为O（n），因为它运行的次数是二进制中存在的1的次数

例如：p（9）=1+p（8）=1+1+p（0）=1+1+0=2这里：

def bitCount(int_no):

    c = 0
    while(int_no):
        int_no &= (int_no - 1)
        c += 1
    return c

这可能是一种古老而有效的方法……最初是用C实现的（Algo有一个名字我记不起来了）。它对我来说很好，希望它对任何其他人都有用

具有O（log（n））的解，n是位长度

m1  = 0x5555555555555555 #binary: 0101...
m2  = 0x3333333333333333 #binary: 00110011..
m4  = 0x0f0f0f0f0f0f0f0f #binary:  4 zeros,  4 ones ...
m8  = 0x00ff00ff00ff00ff #binary:  8 zeros,  8 ones ...
m16 = 0x0000ffff0000ffff #binary: 16 zeros, 16 ones ...
m32 = 0x00000000ffffffff #binary: 32 zeros, 32 ones
h01 = 0x0101010101010101 #the sum of 256 to the power of 0,1,2,3...

def hammingWeight(self, x: int) -> int:
    x -= (x>>1)&m1
    x = (x&m2) + ((x>>2)&m2)
    x = (x+(x>>4))&m4
    return ((x*h01)>>56)&0x7f

在Python3.10中，int类型将有一个位_count（）方法
这是@ChrisW的一个副本吗？python和c是两种不同的语言。它不是完全的副本。python中的逐位运算比c要昂贵得多。我关心的是计算复杂性，而不是实际速度或语言。如果这是一个有效的答案，请给出一些解释。
m1  = 0x5555555555555555 #binary: 0101...
m2  = 0x3333333333333333 #binary: 00110011..
m4  = 0x0f0f0f0f0f0f0f0f #binary:  4 zeros,  4 ones ...
m8  = 0x00ff00ff00ff00ff #binary:  8 zeros,  8 ones ...
m16 = 0x0000ffff0000ffff #binary: 16 zeros, 16 ones ...
m32 = 0x00000000ffffffff #binary: 32 zeros, 32 ones
h01 = 0x0101010101010101 #the sum of 256 to the power of 0,1,2,3...

def hammingWeight(self, x: int) -> int:
    x -= (x>>1)&m1
    x = (x&m2) + ((x>>2)&m2)
    x = (x+(x>>4))&m4
    return ((x*h01)>>56)&0x7f