32位无符号整数反转位的位移实现逻辑及效率优势疑问

位移操作实现位反转的核心逻辑 #

首先你对移位的基础理解是对的：整数的左移<<、右移>>本质就是直接操作二进制位，对无符号整数来说，左移1位等价于乘2，右移1位等价于整除2，这个特性刚好可以用来实现位反转。
我们可以拆解位移方案的每一步循环逻辑，你就能明白原理：

1. 初始时result设为0，用来存储反转后的结果
2. 每次循环做三件事：
   • 把result左移1位：相当于把已经存到result里的所有二进制位统一往高位挪1位，空出最低位用来放新的位
   • 用n & 1取出n当前的最低位，如果是1就给result的最低位加1，相当于把n的最低位放到了result刚空出来的最低位上
   • 把n右移1位：把n的次低位变成新的最低位，方便下一次循环取
3. 循环32次之后，刚好把原n从最低位到最高位的所有位，按顺序放到了result从最低位到最高位的位置，相当于原n的位整体反转。
   举个简化的4位整数例子更直观：比如原n是1011（十进制11），要反转得到1101（十进制13）：

循环1：result=0<<1=0，取n最低位1→result=1，n右移为101
循环2：result=1<<1=10，取n最低位1→result=11，n右移为10
循环3：result=11<<1=110，取n最低位0→result=110，n右移为1
循环4：result=110<<1=1100，取n最低位1→result=1101，n右移为0
最终结果刚好是反转后的二进制数，逻辑完全成立。

位移方案效率更高的原因 #

空间效率差异 #

你的字符串拼接方案需要生成一个长度为32的字符串对象，而且Python中字符串是不可变类型，每次执行binary = binary + str(n%2)都会生成新的临时字符串对象，额外占用内存。而位移方案全程只用到result和n两个整数变量，没有额外的内存开销，常数空间的占用远低于字符串方案。

时间效率差异 #

位移、位与操作都是CPU直接支持的底层指令，单时钟周期就能执行完成，整个循环没有额外的函数调用开销。而字符串方案涉及str()类型转换、字符串拼接、int(字符串,2)转换三个重开销操作，每一步都要经过Python解释器的类型检查、内存分配等大量额外逻辑，即使都是32次循环，单次循环的耗时是位移方案的数倍甚至数十倍。

内容的提问来源于stack exchange，提问作者QUEEN