最后我自己解决了。

def count_leading_ones(n: int) -> int:
    all_ones_mask = (1 << n.bit_length()) - 1
    inverted = (n ^ all_ones_mask)
    return n.bit_length() - inverted.bit_length()

字符串

说明

关键的一步是反转n的位（将0的1和0的1交换）。当前导1变为0时，它们将不再作为bit_length的一部分被拾取。
然后，我们可以通过从之前的bit_length减去反转后的bit_length来计算有多少个站点被删除，这给出了出现的前导1的数量。

示例

这里是0到16的前导1的计数，

>>> for i in range(8):
...     print(f"{i} {bin(i)}: {count_leading_ones(i)}")
... 
0 0b0: 0
1 0b1: 1
2 0b10: 1
3 0b11: 2
4 0b100: 1
5 0b101: 1
6 0b110: 2
7 0b111: 3

型

性能测试

按位方法大约快30%。
时间是这样的

>>> import timeit
>>> n = 123456
>>> bitwise = lambda: n.bit_length() - ((n ^ ((1 << n.bit_length()) - 1)).bit_length())
>>> stringify = lambda: f"{n:b}0".index("0")
>>> print("bitwise", timeit.timeit(bitwise, number=1000000))
bitwise 0.29356527600612026
>>> print("stringify", timeit.timeit(stringify, number=1000000))
stringify 0.3758607900090283

型