Bit fields (flags) They're the most efficient way of representing something whose state is defined by several "yes or no" properties. ACLs are a good example; if you have let's say 4 discrete permissions (read, write, execute, change policy), it's better to store this in 1 byte rather than waste 4. These can be mapped to enumeration types in many languages for added convenience. Communication over ports/sockets Always involves checksums, parity, stop bits, flow control algorithms, and so on, which usually depend on the logic values of individual bytes as opposed to numeric values, since the medium may only be capable of transmitting one bit at a time. Compression, Encryption Both of these are heavily dependent on bitwise algorithms. Look at the deflate algorithm for an example - everything is in bits, not bytes. Finite State Machines I'm speaking primarily of the kind embedded in some piece of hardware, although they can be found in software too. These are combinatorial in nature - they might literally be getting "compiled" down to a bunch of logic gates, so they have to be expressed as AND, OR, NOT, etc. Graphics There's hardly enough space here to get into every area where these operators are used in graphics programming. XOR (or ^) is particularly interesting here because applying the same input a second time will undo the first. Older GUIs used to rely on this for selection highlighting and other overlays, in order to eliminate the need for costly redraws. They're still useful in slow graphics protocols (i.e. remote desktop).

这些只是我最先想到的几个例子——这不是一个详尽的清单。

我在为CMS实现安全模型时使用了按位操作。如果用户属于适当的组，就可以访问它的页面。一个用户可以在多个组中，因此我们需要检查用户组和页面组之间是否有交集。因此，我们为每个组分配了一个唯一的2次方标识符，例如:

Group A = 1 --> 00000001
Group B = 2 --> 00000010
Group C = 3 --> 00000100

我们将这些值一起OR，并将值(作为单个int)存储在页面中。例如，如果一个页面可以被a组和B组访问，我们存储值3(二进制是00000011)作为页面访问控制。同样，我们将or组标识符的值存储给用户，以表示用户所在的组。

因此，要检查给定用户是否可以访问给定页面，只需将这些值与运算在一起，并检查该值是否非零。这是非常快的，因为这个检查是在一条指令中实现的，没有循环，没有数据库往返。

通常位运算比乘除运算快。所以如果你需要用一个变量x乘以9，你会用x<<3 + x这将比x*9快几个周期。如果此代码位于ISR中，则可以节省响应时间。

类似地，如果您想使用数组作为循环队列，那么使用逐位操作来处理环绕检查会更快(也更优雅)。(你的数组大小应该是2的幂)。例如:，你可以使用tail = ((tail & MASK) +1)而不是tail = ((tail +1) < size) ?尾+1:0，如果你想插入/删除。

另外，如果您想要一个错误标志将多个错误代码保存在一起，则每个位可以保存一个单独的值。您可以与它与每个单独的错误代码作为检查。这用于Unix错误代码。

此外，n位位图可以是一个非常酷而紧凑的数据结构。如果要分配一个大小为n的资源池，我们可以使用n位表示当前状态。

如果你想计算你的数字mod(%) 2的某次方，你可以使用yourNumber & 2^N-1，在这种情况下，它与yourNumber % 2^N相同。

number % 16 = number & 15;
number % 128 = number & 127;

这可能只是作为模数运算的一种替代品有用，它的红利很大，是2^N。但即便如此，在我在。net 2.0上的测试中，它相对于模运算的速度提升也可以忽略不计。我怀疑现代编译器已经执行了这样的优化。有人知道更多吗?

一个常见的用法是对齐，例如我需要我的数据在4字节或16字节的边界上对齐。这在RISC处理器中非常常见，其中未对齐的加载/存储要么代价高昂(因为它触发了一个异常处理程序，然后需要修复未对齐的加载)，要么根本不允许。

对于任何以2为幂的对齐，下一个对齐的pos可以计算如下:

aligned_offset = alignment + ((current_offset - 1) & ~(alignment - 1))

所以在4字节对齐和当前偏移量为9的情况下:

aligned_offset = 4 + ((9-1) & ~(4-1)) = 4 + (8 & 0xFFFFFFFC) = 4+ 8  = 12  

所以下一个4字节的对齐偏移量是12

我很惊讶，没有人为互联网时代选择一个显而易见的答案。计算子网的有效网络地址。

http://www.topwebhosts.org/tools/netmask.php