位操作(n1 ^ (n2 & -n2))的结果是什么？

我们来一步步分析 n1 ^ (n2 & -n2) 这个表达式。

1. 理解 n2 & -n2

这是位操作中一个经典的技巧，用于获取数字的最低有效位（Lowest Set Bit, LSB）。

原理：

• -n2 在二进制补码中等于 ~n2 + 1
• n2 & -n2 的结果会保留 n2 的最右边的 1，其他位都变为 0

示例：

n2 = 12 (二进制: 1100)
-n2 = -12 (二进制补码: ...11110100)
n2 & -n2 = 4 (二进制: 0100)
          ↑
          只保留了最右边的1

2. 理解完整的表达式 n1 ^ (n2 & -n2)

作用：

• n2 & -n2 得到一个只有一位是1的数字（即n2的最低有效位）
• 然后将这个结果与 n1 进行异或（XOR）操作

异或的特性：

• 异或是按位操作：0^0=0, 0^1=1, 1^0=1, 1^1=0
• 与一个只有一位是1的数异或，相当于翻转n1的对应位

3. 实际效果

假设 n2 & -n2 = mask（mask只有一位是1，其他都是0），那么：

n1 ^ mask = 将n1在mask为1的那一位进行翻转

具体例子：

n1 = 13    # 二进制: 1101
n2 = 12    # 二进制: 1100

# 计算过程：
n2 & -n2 = 12 & -12
        = 1100 & 0100  (假设8位：-12=11110100)
        = 0100 = 4

n1 ^ (n2 & -n2) = 13 ^ 4
                = 1101 ^ 0100
                = 1001 = 9

结果：1101 变成了 1001，翻转了从右往左数第3位（0-based索引为2）

4. 应用场景

这个操作在树状数组（Fenwick Tree） 等数据结构中很常见：

# 在树状数组中更新下一个索引
def next_index(i):
    return i + (i & -i)

# 在树状数组中查询前一个索引  
def prev_index(i):
    return i - (i & -i)

5. 总结

n1 ^ (n2 & -n2) 的结果是：

1. 先提取 n2 的最低有效位（得到一个只有一位是1的数）
2. 将 n1 在对应位上翻转（0变1或1变0）
3. 其他位保持不变

最终效果：将n1在n2最低有效位对应的位置上进行位翻转。