一、位运算基础
1.1 二进制本质
JS 的 Number 在做位运算时：会转为 32 位有符号整数。
例如：
1 = 00000001
2 = 00000010
4 = 00000100
8 = 00001000
1.2 核心运算
（1）按位或 | —— 合并状态
1 | 2 = 3
0001
0010
----
0011
工程含义：合并多个状态
（2）按位与 & —— 判断包含
flags = 1 | 4 // 0101flags & 4 !== 0 // true
工程含义：判断某状态是否存在
（3）按位非 ~ —— 取反
~0001 = 1110
工程含义：用于“移除某状态”
（4）组合删除
flags = flags & ~Placement
工程含义：从集合中删除某个状态
1.3 为什么它像“集合”？
因为：每一位就是一个独立布尔位
它等价于：一个最多 31 个元素的集合
二、位运算在项目中的应用场景
2.1 权限系统
const READ = 1 << 0
const WRITE = 1 << 1
const EXEC = 1 << 2
组合：
const userPermission = READ | WRITE
判断：
if (userPermission & WRITE) {// 有写权限
}
优点：
- 一个 number 存储所有权限
- O(1) 判断，如果是数组或者对象什么的需要 O(n)
- 内存占用极小
2.2 游戏引擎中的状态管理
例如角色状态：
受伤 | 无敌 | 中毒 | 隐身
这些都可以 bitmask 表示。
原因：
- 高频判断
- 状态组合多
- 内存要求高
2.3 调度系统中的优先级集合
例如：
任务 A 优先级 1
任务 B 优先级 4
任务 C 优先级 8
合并：
pending = 1 | 4 | 8
选择最高优先级：
lowestBit = pending & -pending
这个技巧 React 里大量使用。
三、React19 中位运算的核心使用场景
3.1 ReactFiberFlags —— 副作用标记系统
源码位置：
packages/react-reconciler/src/ReactFiberFlags.js
export const Placement = 0b00000000000000010;
export const Update = 0b00000000000000100;
export const Deletion = 0b00000000000001000;
export const Passive = 0b00000000001000000;
一个 Fiber 可能：
- 既要插入 DOM
- 又要更新属性
- 还要执行 effect
所以：
fiber.flags = Placement | Update | Passive
判断：
if (fiber.flags & Placement)
这时候有同学就要问了~ 为什么不使用数组呢？假设使用数组：
fiber.flags = ['Placement', 'Update']
问题：
- includes 是 O(n)
- 每个 Fiber 都有数组
- GC 压力大
- commit 阶段是高频遍历
React commit 深度遍历整棵 Fiber 树，会产生很大的性能问题。
位运算是 CPU 指令级别。
3.2 subtreeFlags —— 子树聚合优化
React 19 里：
fiber.subtreeFlags
它表示：当前 Fiber 子树是否包含某些副作用
用途：
在 commit 阶段：
if ((fiber.subtreeFlags & PassiveMask) !== NoFlags)
可以一次判断整棵子树，而不必递归。
如果用数组，无法做到：O(1) 子树状态判断。
3.3 ReactFiberLane —— 并发优先级系统
这是位运算最核心的地方。
源码：
ReactFiberLane.js
例如：
export const SyncLane = 0b0000000000000000001;
export const InputContinuousLane = 0b0000000000000000010;
export const DefaultLane = 0b0000000000000000100;
一个 root 可能同时有多个 pending 更新：
root.pendingLanes = laneA | laneB | laneC
选择最高优先级任务
function getHighestPriorityLane(lanes) {return lanes & -lanes;
}
这是经典位运算技巧：
x & -x = 最低位 1
作用：O(1) 选出最高优先级 lane
如果用数组：
- 需要排序
- 需要遍历
- 需要比较