编写一个函数，输入是一个无符号整数（以二进制串的形式），返回其二进制表达式中数字位数为 '1' 的个数（也被称为汉明重量）。
提示：
请注意，在某些语言（如 Java）中，没有无符号整数类型。在这种情况下，输入和输出都将被指定为有符号整数类型，并且不应影响您的实现，因为无论整数是有符号的还是无符号的，其内部的二进制表示形式都是相同的。 在 Java 中，编译器使用二进制补码记法来表示有符号整数。因此，在上面的 示例 3 中，输入表示有符号整数 -3。
进阶：
如果多次调用这个函数，你将如何优化你的算法？
示例 1：
输入：00000000000000000000000000001011
输出：3
解释：输入的二进制串 00000000000000000000000000001011 中，共有三位为 '1'。
示例 2：
输入：00000000000000000000000010000000
输出：1
解释：输入的二进制串 00000000000000000000000010000000 中，共有一位为 '1'。
示例 3：
输入：11111111111111111111111111111101
输出：31
解释：输入的二进制串 11111111111111111111111111111101 中，共有 31 位为 '1'。
提示：
- 输入必须是长度为 32 的 二进制串 。
我的算法实现为：
/**
* @param {number} n - a positive integer
* @return {number}
*/
var hammingWeight = function (n) {
let sum = 0;
while (n / 2 > 0) {
if (n % 2 === 1) {
sum++;
}
n = parseInt(n / 2, 10);
}
return sum;
};
这个就是记录对 2 取余，如果发现是 1 那就记录个数。
下面看看时间复杂度和空间复杂度：
- 时间复杂度：我们可以取一些值来看看
n与执行次数的关系：
传入 n 与执行次数的对应关系
1 - 1
2 - 2
3 - 2
4 - 3
5 - 3
6 - 3
7 - 3
...
将这些点放入坐标抽中：
我们发现两者关系并不能使用一个函数表达，但看到这条线会发现跟
log 函数的曲线很相近，而时间复杂度中这一类都是 O(logn) 或 O(nlogn) ，很明显 O(logn) 更符合。
- 空间复杂度：我只声明了一个布局变量
sum，所以很明显是O(1)。
题目要求上说如果有多次调用，那么怎么设计，我能想到的是增加缓存，因为我们发现：
[2-4) 都是 2
[4-8) 都是 3
[8-16) 都是 4
...
那么我们缓存一下每一次调用的区间，下一次调用的时候看是否在指定的区间内，如果在，那么就直接返回结果，否则重新计算。代码改天补全。
官方提供的解法都是基于位操作的，我觉得很好： 位1的个数
来源：力扣（LeetCode）
