我一直在尝试在业余时间学习C语言，其他语言（C＃，Java等）具有相同的概念（通常是相同的运算符）......
我想知道的是，在核心层面，位移（<<，>>，>>>）做了什么，它有什么问题可以帮助解决，以及潜伏在弯道附近的是什么？换句话说，一个绝对的初学者指导比特移位的所有优点。
比特移位运算符正如其名称所暗示的那样。他们转移位。以下是对不同班次运营商的简要介绍（或不那么简短）。
>>是算术（或签名）右移运算符。>>>是逻辑（或无符号）右移运算符。<<是左移运算符，满足逻辑和算术移位的需要。所有这些运算符都可以应用于整数值（int，long，可能是short和byte或char）。在某些语言中，将移位运算符应用于任何小于int的数据类型会自动将操作数调整为int。
请注意，<<<不是运营商，因为它是多余的。另请注意，C和C ++不区分右移运算符。它们仅提供>>运算符，右移行为是为签名类型定义的实现。
整数在内存中存储为一系列位。例如，存储为32位int的数字6将是：
00000000 00000000 00000000 00000110
将此位模式移动到左侧一个位置（6 << 1）将导致数字12：
00000000 00000000 00000000 00001100
如您所见，数字向左移动了一个位置，右边的最后一个数字用零填充。您可能还会注意到左移相当于乘以2的幂。所以6 << 1相当于6 * 2，而6 << 3相当于6 * 8。一个好的优化编译器会在可能的情况下用乘法替换乘法。
请注意，这些不是循环转换。将此值向左移动一个位置（3,758,096,384 << 1）：
11100000 00000000 00000000 00000000
结果为3,221,225,472：
11000000 00000000 00000000 00000000
“失去结束”的数字将丢失。它没有环绕。
逻辑右移与左移相反。它们不是向左移动位，而是向右移动。例如，移动数字12：
00000000 00000000 00000000 00001100
向右移动一个位置（12 >>> 1）将取回原来的6个：
00000000 00000000 00000000 00000110
所以我们看到向右移动相当于2的幂除法。
但是，班次无法回收“丢失”的位。例如，如果我们改变这种模式：
00111000 00000000 00000000 00000110
在左边4个位置（939,524,102 << 4），我们得到2,147,483,744：
10000000 00000000 00000000 01100000
然后换回（(939,524,102 << 4) >>> 4）我们得到134,217,734：
00001000 00000000 00000000 00000110
一旦我们丢失了比特，我们就无法取回原来的价值。
算术右移与逻辑右移非常相似，除了用零填充代替填充，它填充最高有效位。这是因为最重要的位是符号位，或区分正数和负数的位。通过使用最高有效位填充，算术右移是符号保留的。
例如，如果我们将此位模式解释为负数：
10000000 00000000 00000000 01100000
我们有-2,147,483,552。用算术移位（-2,147,483,552 >> 4）将它移到右边的4个位置会给我们：
11111000 00000000 00000000 00000110
或者数字为-134,217,722。
因此，我们看到通过使用算术右移而不是逻辑右移，我们保留了负数的符号。再一次，我们看到我们正以2的力量进行分裂。
假设我们有一个字节：
0110110
应用一个左移位器让我们：
1101100
最左边的零移出字节，并在字节的右端附加一个新的零。
这些位不会翻转;他们被丢弃了。这意味着如果您离开1101100然后右移它，您将无法获得相同的结果。
向左移动N相当于乘以2N。
向右移动N（如果你使用ones' complement）相当于除以2N并舍入为零。
如果使用2的幂，则位移可以用于疯狂快速的乘法和除法。几乎所有低级图形例程都使用位移。
例如，回到过去，我们使用模式13h（320x200 256色）进行游戏。在模式13h中，视频存储器按像素顺序布局。这意味着计算像素的位置，您将使用以下数学：
memoryOffset = (row * 320) + column
现在，回到那个时代，速度是至关重要的，所以我们将使用位移来进行此操作。
然而，320不是2的幂，所以为了解决这个问题，我们必须找出加在一起的两个幂是多少才能得到320：
(row * 320) = (row * 256) + (row * 64)
现在我们可以将其转换为左移：
(row * 320) = (row << 8) + (row << 6)
最终结果如下：
memoryOffset = ((row << 8) + (row << 6)) + column
现在我们得到与以前相同的偏移量，除了代替昂贵的乘法运算，我们使用两个位移......在x86中它会是这样的（注意，自从我完成汇编以来它一直是永远的（编者注：纠正）几个错误，并添加了一个32位的例子））：
mov ax, 320; 2 cycles
mul word [row]; 22 CPU Cycles
mov di,ax; 2 cycles
add di, [column]; 2 cycles
; di = [row]*320 + [column]
; 16-bit addressing mode limitations:
; [di] is a valid addressing mode, but [ax] isn't, otherwise we could skip the last mov
总计：对于任何古老的CPU都有这些时间的28个周期。
年
mov ax, [row]; 2 cycles
mov di, ax; 2
shl ax, 6; 2
shl di, 8; 2
add di, ax; 2 (320 = 256+64)
add di, [column]; 2
; di = [row]*(256+64) + [column]
在同一个古老的CPU上进行12次循环。
是的，我们会努力减少16个CPU周期。
在32位或64位模式下，两个版本都变得更短更快。现代无序执行CPU（如Intel Skylake（请参阅http://agner.org/optimize/））具有非常快的硬件乘法（低延迟和高吞吐量），因此增益要小得多。 AMD Bulldozer系列有点慢，特别是对于64位乘法。在英特尔CPU和AMD Ryzen上，两个班次的延迟略低，但指令多于乘法（这可能导致吞吐量降低）：
imul edi, [row], 320 ; 3 cycle latency from [row] being ready
add edi, [column] ; 1 cycle latency (from [column] and edi being ready).
; edi = [row]*(256+64) + [column], in 4 cycles from [row] being ready.
与
mov edi, [row]
shl edi, 6 ; row*64. 1 cycle latency
lea edi, [edi + edi*4] ; row*(64 + 64*4). 1 cycle latency
add edi, [column] ; 1 cycle latency from edi and [column] both being ready
; edi = [row]*(256+64) + [column], in 3 cycles from [row] being ready.
编译器会为你做这件事：看看如何gcc, clang, and MSVC all use shift+lea when optimizing return 320*row + col;。
这里最值得注意的是x86 has a shift-and-add instruction (LEA)可以做小左移并同时添加，性能和add指令。 ARM更强大：任何指令的一个操作数可以免费左移或右移。因此，通过编译时常量进行缩放（已知为2的幂）可以比乘法更有效。
好的，回到现代......现在更有用的是使用位移来将两个8位值存储在16位整数中。例如，在C＃中：
// Byte1: 11110000
// Byte2: 00001111
Int16 value = ((byte)(Byte1 >> 8) | Byte2));
// value = 000011111110000;
在C ++中，如果您使用带有两个8位成员的struct，编译器应该为您执行此操作，但实际上并非总是如此。
按位运算（包括位移）是低级硬件或嵌入式编程的基础。如果您阅读了设备规范甚至某些二进制文件格式，您将看到字节，字和dword，分为非字节对齐的位域，其中包含各种感兴趣的值。访问这些位字段以进行读/写是最常见的用法。
图形编程中一个简单的实例是16位像素表示如下：
bit | 15| 14| 13| 12| 11| 10| 9 | 8 | 7 | 6 | 5 | 4 | 3 | 2 | 1 | 0 |
| Blue | Green | Red |
要获得绿色值，您可以这样做：
#define GREEN_MASK 0x7E0
#define GREEN_OFFSET 5
// Read green
uint16_t green = (pixel & GREEN_MASK) >> GREEN_OFFSET;
说明
为了获得绿色ONLY的值，它从偏移5开始并以10结束（即6位长），你需要使用一个（位）掩码，当应用于整个16位像素时，它将产生只有我们感兴趣的部分。
#define GREEN_MASK 0x7E0
相应的掩码为0x7E0，二进制为0000011111100000（十进制为2016）。
uint16_t green = (pixel & GREEN_MASK) ...;
要应用蒙版，请使用AND运算符（＆）。
uint16_t green = (pixel & GREEN_MASK) >> GREEN_OFFSET;
应用掩码后，最终会得到一个16位数，这个数字实际上只是一个11位数，因为它的MSB位于第11位。绿色实际上只有6位长，所以我们需要使用右移（11 - 6 = 5）来缩小它，因此使用5作为偏移（#define GREEN_OFFSET 5）。
同样常见的是使用位移进行快速乘法和除以2的幂：
i <<= x; // i *= 2^x;
i >>= y; // i /= 2^y;
位移通常用于低级图形编程。例如，以32位字编码的给定像素颜色值。
Pixel-Color Value in Hex: B9B9B900
Pixel-Color Value in Binary: 10111001 10111001 10111001 00000000
为了更好地理解，标有什么部分的相同二进制值代表什么颜色部分。
Red Green Blue Alpha
Pixel-Color Value in Binary: 10111001 10111001 10111001 00000000
比方说，我们想要得到这种像素颜色的绿色值。我们可以通过屏蔽和移动轻松获得该值。
我们的面具：
Red Green Blue Alpha
color : 10111001 10111001 10111001 00000000
green_mask : 00000000 11111111 00000000 00000000
masked_color = color & green_mask
masked_color: 00000000 10111001 00000000 00000000
逻辑&运算符确保仅保留掩码为1的值。我们现在要做的最后一件事是通过将所有这些位向右移动16位（逻辑右移）来获得正确的整数值。
green_value = masked_color >>> 16
Etvoilá，我们有一个整数表示像素颜色中的绿色数量：
Pixels-Green Value in Hex: 000000B9
Pixels-Green Value in Binary: 00000000 00000000 00000000 10111001
Pixels-Green Value in Decimal: 185
这通常用于编码或解码图像格式，如jpg，png，...。
一个问题是以下是依赖于实现的（根据ANSI标准）：
char x = -1;
x >> 1;
x现在可以是127（01111111）或仍然是-1（11111111）。
在实践中，通常是后者。
我只是在写提示和技巧，可能会在测试/考试中发现有用。
n = n*2：n = n<<1n = n/2：n = n>>1!(n & (n-1))n（偶数）n |= (1 << x)的第n位请注意，在Java实现中，要移位的位数由源的大小来修改。
例如：
x&1 == 0等于2.您可能希望将位向右移动65次会将所有内容归零，但它实际上相当于：
x ^ (1<<n)这对于<<，>>和>>>都是如此。我没有用其他语言试过。
Python中一些有用的位操作/操作。在python中实现了@Ravi Prakash的答案。
(long) 4 >> 65
请注意，Windows平台上只有32位版本的PHP可用。
然后，如果您将<<或>>移位超过31位，则结果是不可理解的。通常会返回原始数字而不是零，这可能是一个非常棘手的错误。
当然，如果你使用64位版本的PHP（unix），你应该避免移位超过63位。但是，例如，MySQL使用64位BIGINT，因此不应存在任何兼容性问题。
更新：从PHP7 Windows开始，php构建最终能够使用完整的64位整数：整数的大小取决于平台，尽管最大值约为20亿是通常的值（32位签名）。 64位平台的最大值通常约为9E18，除了PHP之前的Windows，它总是32位。