查看寄存器的内容并计算设置为 0 的位数，然后将该计数保存在不同的寄存器中的最有效方法是什么？
显然，循环与 LSR 一起是必要的，但我不确定如何与 AND 指令以及 EOR 一起实现它。
这里没有真正的答案。一些处理器具有给出设置位数的指令（对于通用编程来说这是一条非常无用的指令，但对于错误检测很有用）。假设您没有这样的指令，通常零绝对是寄存器最有可能保存的值，您应该专门测试它。然后你必须求助于数位。基本算法是与 1 进行“与”，将结果添加到累加器，右移，与 1 进行“与”，然后重复，直到获得所有位。或者，因为您想要零位，所以与 1 进行异或。但我们可以加快速度。您可以使用 8 位进行查找。但这会比打卡 8 更快还是更慢呢？它仅取决于特定的指令集、内存缓存等。如果我们有一个“寄存器文件”，通过索引号来标识寄存器，我们可以将寄存器 0 设置为 4，将寄存器 1 设置为 3，将寄存器 2 设置为 3，将寄存器 3 设置为 2，依此类推（16 个寄存器的计数为0 位），输出 4 位，然后使用结果来索引寄存器文件。您需要做几件事来证明开销的合理性。
另一个问题是循环或展开是否会更快。这又是高度依赖于架构的。
另一个可能的技巧是，如果设置了 MSB，则该数字为负数。负数测试比 AND 更快吗？很有可能。另一个是，乘以二或加到自身可能会设置进位标志，并且带有进位的加零可能比加寄存器更快。
有很多可能的小策略。
考虑到所涉及的所有不同的硬件位，如果您的编译器与 GCC 兼容，我会非常仔细地查看 __builtin_popcount() 和朋友。对于普通程序员来说，这是最明智的答案，因为编译器正在为您进行指令选择。
https://gcc.gnu.org/onlinedocs/gcc/Other-Builtins.html
至于算法，Hackers Delight 中介绍了标量的位黑客，以及查找表驱动的方法，包括使用 SIMD 混洗单元对向量执行半字节 LUT 的方法。一些矢量和标量 ISA 还包括（可选？）popcnt 指令。
0 计数显然是 8*sizeof(type) - 1s 计数，这就是 popcount 提供的。