计算快速汉明距离

汉明距离，作为一种衡量特征距离的计算方法，在很多场合都有应用，其主要思想是找到两个特征之间的差异大小，也可以说是相似性。

我是在图像处理中用到的，项目中需要计算图像梯度方向，我选择了四个方向，这样就可以用二位二进制表示，分别为 0,1,2,3，也就是 00,01,10,11，这四种情况。这样，我就可以可以把，例如四个临近点，对应梯度特征合并为一个特征向量，如图

只需要一个字节的大小空间就可以表示一个特征。那么，我来用这个特征描述两张图， 假设A，B，就得到了两个特征，featureA，featureB，在假设图像大小为100*100的8bit灰度图像，选择水平方向的四个像素，那么我就可以得到 100*25个单字节的描述特征。接下来，我要怎么衡量这两张图是不是相似，就要用到汉明距离（其他距离也可以，这里直说汉明距离）。如果两个图像在这种特征下是相似的，那意味着他们特征的对应比特位应该是尽可能多的一致，也就是说，featureA ^ featureB ，特征的异或结果中1 的个数尽可能的少。这就涉及到，我们如何计算1的个数。这在leetcode和剑指offer等书中都有类似笔试面试题。

常规解法就是移位判断是不是1，是则计数，需要注意，应该要判断给定数（这里用tmp表示）的符号，否则可能死循环。