熟悉的有三种解法：

1.程序内置的方法：

一般我们的语言这种基本的函数都是有的，比如：

• golang: bits.OnesCount

• C/C++: __builtin_popcount

• Java: Integer.bitCount

复杂度分析

• 时间复杂度：O(1) 不同语言的实现方法不一，我们可以近似认为其时间复杂度为 O(1)O(1)。
• 空间复杂度：O(1)

2. 最基本的轮询方法

// s 为我们的目标数字
for  s > 0  {
  			// 位移后和1与运算，如果为1那最低一位就是1
        ans += s & 1
  			// 向右移一位，最低位舍弃
        s >>= 1
}

复杂度分析

• 时间复杂度：O(log C)，其中 C 是元素的数据范围。

• 空间复杂度：O(1)

3.Brian Kernighan 算法

在方法二中，对于 s=10001100 的情况，我们需要循环右移 8 次才能得到答案。而实际上如果我们可以跳过两个 1 之间的 0，直接对 1 进行计数，那么就只需要循环 3 次即可。

我们可以使用Brian Kernighan 算法进行优化，具体地，该算法可以被描述为这样一个结论：记 f(x) 表示 x 和 x−1 进行与运算所得的结果那么 f(x) 恰为 x 删去其二进制表示中最右侧的 1 的结果。

Go代码实现：

for s > 0  {
  			// 累加的技术
        ans++
  			// 算法核心
  			s &= s - 1
}

复杂度分析

• 时间复杂度：O(1)，在 Java 中 Integer 的大小是固定的，处理时间也是固定的。 但是该方法需要的迭代操作更少。
• 空间复杂度：O(1)，使用恒定大小的空间。

来源

汉明距离 | 力扣（LeetCode） [汉明距离 | 题解（LeetCode）](