位运算优化代码性能的原理与实践

1. 为什么"与运算"能大幅提升代码效率？

那天下午，我正在工位调试一个数据处理模块，隔壁工位的同事老王突然凑过来："你这循环里有个地方可以用与运算优化，改完至少快30%"。他将我的代码中的几处条件判断替换成位运算后，原本需要2秒处理完的数据集，现在只要1.4秒就能跑完。这种性能提升在需要高频调用的核心代码中尤为珍贵。

与运算（AND运算）是位运算家族中最基础的成员之一。在大多数编程语言中用&符号表示，它对两个操作数的每一位进行逻辑与操作。例如5 & 3的计算过程是：

code复制5的二进制：0101  
3的二进制：0011  
与运算结果：0001（即十进制1）

这种看似简单的操作之所以能提升效率，深层原因有三：

1. 硬件级优化：现代CPU的ALU（算术逻辑单元）对位运算有专门的电路优化，通常1个时钟周期就能完成32/64位并行运算
2. 减少分支预测：替代条件判断能避免CPU流水线停顿
3. 内存访问优化：位运算常能减少临时变量的使用

提示：在Java等语言中，单个&是位与，而&&是逻辑与，二者不要混淆。逻辑与存在短路特性，但位与会计算所有位数。

2. 典型应用场景与改造实例

2.1 奇偶判断的极致优化

传统写法：

java复制if (num % 2 == 0) {
    // 偶数逻辑
} else {
    // 奇数逻辑 
}

位运算改造：

java复制if ((num & 1) == 0) {
    // 偶数逻辑
} else {
    // 奇数逻辑
}

原理分析：任何奇数的二进制最低位都是1。num & 1实际上只保留了最低位，比求模运算少了除法指令。在JMH基准测试中，这种改造在热点路径上能有15-20%的性能提升。

2.2 权限系统的位掩码设计

传统权限系统可能这样写：

python复制def check_permission(user, permission):
    return permission in user.permissions

位掩码方案：

python复制READ = 1 << 0  # 0001
WRITE = 1 << 1 # 0010 
DELETE = 1 <<