机器学习--汉明距离计算

本文主要介绍汉明距离的计算，用python实现，只要思路如下：
思路是:
比如有3个数(用二进制表示) (方向从右到左，分别为第1位、第2位…)
第一个数 a: 1 0 0 1
第二个数 b: 0 1 1 1
第三个数 c: 0 0 1 1
那么第一位上的汉明距离总和是0。
为什么？ 因为a、b、c该位全是"1"，任意两个"1"的汉明距离是0，所以该位汉明距离总和是0。
接下来看第二位，a的第二位是"0"，b、c的是"1"，此时该位的汉明距离就是2。
为什么？ 由上面我们可以得到，该位的"0"有1个，"1"有2个，而任意一个"0"都可以和任意一个"1"组合，
一对组合可以产生的汉明距离为1，所以问题转换为了算多少对01组合，那么怎么计算呢？
答案就是该位"0"的个数乘以"1"的个数。
接下来看第三位，可以看出，此时"0"有2个，"1"有1个，所以可以产生的汉明距离为2。
接下来看第四位，可以看出，此时"0"有2个，"1"有1个，所以可以产生的汉明距离为2。
于是: 总的汉明距离就是 0 + 2 + 2 + 2 = 6

class Solution:
    def totalHammingDistance(self, nums: List[int]) -> int:
        arr0 = [0 for x in range(30)]
        arr1 = [0 for x in range(30)]
        for i in range(len(nums)):
            num = nums[i]
            for i in range(30):
                if num & 1 == 1:
                    arr1[i] += 1
                else:
                    arr0[i] += 1
                num = num >> 1
        res = 0
        for i in range(30):
            res += (arr0[i]*arr1[i])
        return res