这个算法实际上可以完全不用循环来求解。
如果选择使用位移位，则算法如下所示：

def is_power_two(n):
    if n < 1:
        return False
    return n == (1 << n.bit_length() - 1)

给定一个数字n，您可以使用1 << number of bits - 1的位移位以及对n的相等性检查。如果该数字是2的幂，则返回零（True），否则返回非零值（False）。
示例：
数字8占用4位：0b1000。左移三位（1 << 3）并进行等于8的检查（0b1000 == 8）将返回True。但是，数字10也占用四位：然而，一位左移3（0b1000），用8（0b1010 == 8）的相等性检查返回假。
测试：

for i in range(65):
    print(i, is_power_two(i))

0 False
1 True  # 2**0
2 True
3 False
4 True
5 False
6 False
7 False
8 True
9 False
...
62 False
63 False
64 True

该代码似乎对许多输入都很有效，但它依赖于浮点数，通过应用（非整数）除以2。如果最后n为1，那么原始数字确实是2的幂。
然而，由于浮点数的限制，这将打破足够大的输入，你会得到假阳性。
例如：

is_power_of_two((1<<80) + 1)

这个函数应该返回False，因为这个数字中有两个1位，但是你的函数会返回True，就好像输入是1<<80一样。
要获得正确的实现，应该使用整数除法（//），并且只要余数为0就一直循环。
回到无限循环的主题：它不能无限循环，因为n通过除法变得更小，并且最终，当n % 2 == n时，它将变得低于值2。
即使n为负......在这种情况下，它将通过除法保持为负，但同样由于浮点数限制，除法最终将给出0，此时循环条件满足。
如果输入为0，则基于整数的版本可能会永远循环，并且需要保护。我们可以利用这个机会捕获负输入：

if n <= 0:
    return False
  while n % 2 == 0:
    n = n // 2

现在，上面的测试用例将返回正确的结果。
请注意，您可以使用一些按位操作符来完成此操作，而无需显式循环：

return n > 0 and (n & -n == n)

或者可能更可读：

return n > 0 and (1 << (n.bit_length() - 1) == n)

这适用于较小的数字：

def is_power_of_two(n):
    while n > 1:
        n /= 2
    return n == 1

print(is_power_of_two(0)) # False
print(is_power_of_two(1)) # True
print(is_power_of_two(8)) # True
print(is_power_of_two(9)) # False

但是对于更大的数字，它的精度会受到Python浮点精度的影响，所以，你可以使用以下代码：

def is_power_of_two(n):
    return bin(n).count('1') == 1

print(is_power_of_two(0)) # False
print(is_power_of_two(1)) # True
print(is_power_of_two(8)) # True
print(is_power_of_two(9)) # False

print(is_power_of_two(2**54))     # True
print(is_power_of_two(2**54 - 1)) # False
print(is_power_of_two(2**54 + 1)) # False

这是利用一个数字是2的幂的事实，如果在二进制中，它的前导数字之后没有其他的1（例如2 = 10，4 = 100，8 = 1000，等等）。