位移运算符>>直接操作二进制位，映射cpu移位指令，比算术运算更快；算术右移保留符号，>>>无符号右移恒补0；广泛用于哈希、内存对齐、快速幂、网络协议字段提取等高性能场景。
位移运算符 >、>>> 的核心逻辑是直接对整数的二进制表示进行位级移动，不涉及除法或乘法指令，因此在底层执行极快。它们不是语法糖，而是映射到 CPU 的移位指令（如 x86 的 SHL、SAR、SHR），天然比算术运算更轻量。
三种移位符的计算逻辑区别
：向左移动 n 位，右侧补 0；等价于乘以 2ⁿ（不溢出时）。例如 5 → 5 的二进制 <code>101 左移两位得 10100 = 20。
>>（带符号右移）：向右移动 n 位，左侧补符号位（正数补 0，负数补 1）；等价于向下取整的除以 2ⁿ。例如 -8 >> 2 → -8 补码为 ...11111000，右移两位后仍为负数，结果是 -2。
>>>（无符号右移）：向右移动 n 位，左侧**一律补 0**，忽略符号位。例如 -1 >>> 1 在 32 位中，-1 全是 1（0xFFFFFFFF），无符号右移 1 位后变成 0x7FFFFFFF = 2147483647。
注意：移位位数对 int 类型会自动对 32 取模（如 x 等价于 <code>x ），long 类型则对 64 取模。
性能提升的关键场景
移位替代乘除：当操作数是 2 的幂次时，用移位比 * 或 / 更高效。现代 JVM 和编译器虽会自动优化简单情况（如 x * 4 → x ），但在高频循环、底层库或手动性能调优中，显式使用移位仍可避免优化不确定性。
- 哈希计算：Java
HashMap中(h = key.hashCode()) ^ (h >>> 16)利用无符号右移混合高位与低位，减少哈希冲突，提升查找效率。 - 内存对齐：分配缓冲区时常需向上对齐到 2 的幂（如 4KB 页），
(size + 0xFFF) & ~0xFFF比调用Math.ceil快得多，其中~0xFFF本质依赖移位构造掩码。 - 快速幂与倍增算法：如快速幂、线段树建树、跳表索引跳跃，都基于
实际编码中的注意事项
移位虽快，但可读性低，应优先保障逻辑清晰。除非明确处于性能瓶颈（如每秒百万级调用、嵌入式资源受限、协议解析循环体），否则不建议盲目替换。
- 避免对负数使用
>>做“除法”预期——它做的是算术右移，结果可能不符合数学直觉（如-5 >> 1 == -3，而非 -2）。 - 用
>>>处理无符号数据（如字节流、像素值、网络包字段）更安全，防止符号位污染。 - 移位对象必须是整型（
int或long）；byte、short、char会被自动提升为int再移位，需注意截断风险。
一个典型应用：高效提取字节字段
解析网络协议时，常需从一个整数中提取某几位。比如从 32 位整数中取第 8～15 位（即第 2 个字节）：
- 传统方式：
(value / 256) % 256—— 两次除法，开销大 - 位运算方式：
(value >> 8) & 0xFF—— 一次右移 + 一次与，零分支、无除法
这种写法在 Netty、Protobuf 解析、图像处理库中极为常见，既是惯用法，也是性能刚需。
