biginteger.bitcount()统计二进制补码表示中1的个数：正数直接统计其二进制1的个数；负数按等价公式(-n-1).bitcount()计算，如-1得0、-2得1、-5得1。
BigInteger.bitCount() 统计的是该数**二进制补码表示中值为 1 的比特位个数**，也就是“汉明重量”（Hamming weight），但它对负数的处理方式与正数不同——它基于补码逻辑，而非简单看绝对值的二进制。
正数：直接统计二进制中 1 的个数
对非负整数，bitCount() 等价于统计其无符号二进制表示中 1 的个数。
-
例如：
BigInteger.valueOf(5).bitCount()→ 5 的二进制是101，结果为 2 -
BigInteger.ZERO.bitCount()→ 0 -
BigInteger.ONE.bitCount()→ 1
负数：按无限长补码形式统计
Java 中 BigInteger 是符号-幅值表示的，但 bitCount() 对负数的定义是：将该数视为用二进制补码表示的、无限长的负数，然后统计其中 1 的个数。由于补码下负数的高位全是 1，无限长补码会有无穷多个 1 —— 但这显然不可行。所以 BigInteger 实际采用等价定义：
- 对负数
n，n.bitCount() == (-n.subtract(BigInteger.ONE)).bitCount() - 即：先取反再加 1（求补码的逆操作），再统计结果的 bitCount
例如：BigInteger.valueOf(-1).bitCount()
-1 的补码（任意位宽）全是 1，但按公式：-(-1) - 1 = 1 - 1 = 0，0.bitCount() == 0 → 所以结果是 0
再如：BigInteger.valueOf(-2).bitCount()-(-2) - 1 = 2 - 1 = 1，1.bitCount() == 1 → 结果是 1
再如：BigInteger.valueOf(-3).bitCount()-(-3) - 1 = 3 - 1 = 2，2.bitCount() == 1（因为 2 是 10）→ 结果是 1
为什么这样设计？
这种定义保证了恒等式成立：n.xor(m).bitCount() == n.bitCount() ^ m.bitCount() & 1（不成立）——其实更关键的是保持与 Integer.bitCount() 在非负时行为一致，并为负数提供一个**有限、确定、有数学意义**的结果。
本质上，它等于：
负数 n 的 bitCount = 补码表示中最低有效位开始连续 0 的个数 + 1（即从最低位起第一个 1 出现的位置，再加 1？不对）—— 更准确说：它等于 ~n（按位取反）的 bitCount，其中 ~n = -n-1，而 ~n 是非负的，所以可直接算。
实用建议
- 若你只关心**绝对值的二进制中 1 的个数**，请先调用
abs()：n.abs().bitCount() - 若你在做密码学或位运算分析，需严格按补码语义，请记住：负数的
bitCount()小于等于对应正数，且常比直觉少 - 可验证：
BigInteger.valueOf(-5).bitCount()→ 先算5-1=4，4.bitCount()==1→ 结果为 1
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
