我正在寻找一种优化此过程的方法。这就是问题：

• 我有一个位向量列表$\mathbf{A} = [ a_1, a_2, a_3, ..., a_n ]$
• 我有一个位向量列表$\mathbf{B} = [ b_1, b_2, b_3, ..., b_m ]$

对于每一个$b \in \mathbf{B}$，我需要找到以下最小汉明距离：

$$\min \left\{ \forall x,y\in \mathbf{A}: hamming_d(x \land y, b) \right\}$$

如果我们将popcount定义为一个计算位向量中1个数的函数：

$$\min \left\{ \forall x,y\in \mathbf{A}: popcount(x \land y \oplus b) \right\}$$

在 Python 伪代码中，它应该如下所示：

results = list()
for b in B:
    m = min(popcount((x & y) ^ b) for x in A for y in A)
    results.append(m)

A 和 B 都是包含 0 或 1 向量的列表。 & (and) 和 ^ (xor) 是应用于位向量的每个元素的操作。

有任何想法吗？