输入n个整数时，如何高效识别并累加所有偶数？

Question

**常见技术问题：** 在输入n个整数（如从控制台、数组或流式数据源读取）时，如何在O(n)时间、O(1)额外空间下高效识别并累加所有偶数？关键挑战在于避免冗余判断（如先取绝对值再模2）、防止整数溢出影响奇偶性判断，以及适配不同输入场景——例如：负数（-4是偶数）、大整数（需支持long或BigInteger）、流式输入（无法预知n，需边读边处理）。此外，部分开发者误用`x % 2 == 0`在负数环境下依赖语言实现（如Python中安全，C/C++中负数取模结果符号不统一），或过度使用位运算`x & 1 == 0`却忽略补码表示下的正确性（该方式在所有主流语言中对二进制补码整数均可靠）。如何设计可读性强、无边界缺陷、零内存分配的通用解法，并兼顾JIT优化（如Java）或编译器向量化（如C++）潜力？

Answer 1

```html

一、现象层：常见技术问题的表征与误判陷阱

• 开发者常写 x % 2 == 0 判断偶数，却未意识到 C/C++/Java 中负数取模结果符号依赖被除数（如 -5 % 2 == -1），导致 -4 % 2 == 0 虽成立但逻辑脆弱；
• 为“保险”而滥用 Math.abs(x) % 2 == 0，引入整数溢出风险（Integer.MIN_VALUE 取绝对值仍为负）；
• 盲目采用 (x & 1) == 0 却未确认目标平台是否采用二进制补码——而事实上，Java、C++11+、C#、Python（底层 CPyInt）、Go、Rust 全部强制要求二进制补码语义，该位运算在所有现代通用语言中完全可靠且零开销；
• 流式场景下预分配数组或缓存全部输入，违背 O(1) 空间约束；
• 对 BigInteger 直接调用 mod(2).equals(BigInteger.ZERO)，虽正确但非 O(1) 时间（大数模运算是 O(log n)）；更优解是 testBit(0) == false。

二、机理层：奇偶性本质与硬件/语言契约分析

偶数定义为能被 2 整除的整数，其数学本质是最低有效位（LSB）为 0。在二进制补码表示中：

数值 x	二进制（32位补码）	x & 1	是否偶数
6	000...0110	0	✓
-6	111...1010	0	✓（-6 = 2 × (-3)）
7	000...0111	1	✗
-7	111...1001	1	✗

可见：x & 1 的结果恒等于 x mod 2 在数学意义下的余数（∈ {0,1}），且不依赖符号位处理逻辑，是硬件级原子操作。

三、架构层：跨场景统一抽象与零分配设计

flowchart TD
    A[输入源] -->|控制台/文件/网络流| B{适配器}
    B --> C[Iterator<T>]
    B --> D[Stream<T>]
    B --> E[数组/指针遍历]
    C & D & E --> F[统一处理管道]
    F --> G[谓词：isEven]
    F --> H[累加器：sumEven]
    G -->|true| H
    H --> I[最终结果]

核心契约接口（Java 示例，无装箱、无 GC）：

public interface EvenAccumulator<T> {
  boolean isEven(T x);           // 泛型特化：int→(x&1)==0；long→(x&1L)==0；BigInteger→!x.testBit(0)
  T add(T a, T b);              // 避免自动装箱：int sum += x; 而非 Integer.sum()
  T zero();                     // 基础类型返回 0，BigInteger 返回 BigInteger.ZERO
}

四、实现层：多语言高性能片段与向量化提示

• C++20（支持编译器自动向量化）：
  int sum_even(const std::vector<int>& v) { int s = 0; for (int x : v) if ((x & 1) == 0) s += x; return s; }
  GCC/Clang 在 -O3 -march=native 下可将循环向量化为 SIMD 比较+掩码加法。
• Java（JIT 友好）：
  public static long sumEven(int[] arr) { long s = 0; for (int x : arr) if ((x & 1) == 0) s += x; return s; }
  HotSpot C2 编译器可消除边界检查（若已知长度）、内联谓词，并生成 LEA+ADD 流水线指令。
• 流式处理（Java Stream API，O(1) 空间）：
  long sum = reader.lines().mapToInt(Integer::parseInt).filter(x -> (x & 1) == 0).mapToLong(x -> (long)x).sum();
  注意：此链式调用仍满足 O(1) 额外空间（中间结果不缓存），但需启用 Stream.iterate 或自定义 Spliterator 以避免全量加载。

五、验证层：边界测试矩阵与反模式对照表

测试用例	错误解法输出	正确解法输出	根因
Integer.MIN_VALUE	崩溃或误判为奇数	偶数（正确累加）	Math.abs() 溢出
-1000000000000L	编译错误（int 无法容纳）	正确累加（long 版本）	未做类型泛化
new BigInteger("-2")	抛出 NPE（未处理 null）	累加成功	缺少空安全契约

完整测试集应覆盖：{±2^k, ±(2^k±1), 0, MIN/MAX 值} × {int, long, BigInteger}，共 ≥ 48 个用例。

```