[carsontung666]

将 free_bitmap[8] 的逐位循环操作统一替换为 64 位位图运算，在不改变 sbo_box_t 内存布局、共享内存兼容性与最右适配（rightmost fit）策略的前提下，将单线程分配/释放吞吐提升 3.1x–3.6x。

主要改动

• 槽位查找与批量更新：sbo_alloc_obj_slots 改用 64 位倍增移位与 clzll 定位最右连续空闲段，单次掩码写回；sbo_alloc_box_slot 改用 ctzll 定位最左空闲槽；sbo_free_obj_slots 及位图区间操作统一改为 64 位掩码批量更新。
• 最大连续空闲计算：sbo_bm_continuous_max 对单段空闲走 clzll + ctzll $O(1)$ 快路径，碎片状态走 6 步 SWAR 前缀倍增查找，替代原 64 次逐位遍历。
• 子树遍历剪枝：sbo_find_alloc 遍历子 box 前先校验 child_max_cap，并将 sbo_find_alloc / sbo_update_parent 的子槽扫描上限收敛至 box_boundary。
• 回归测试：新增 tutorial/19_bitmap_oracle.c（1,251,900 组位图分配/释放与多层容量传播校验）并接入 CTest。

性能对比（对比 main 6e82bcc，GCC 13.2 -O3，5 次中位数）

基准测试	main	本 PR	提升
02_bench（耗时）	5.451 ms	1.738 ms	3.14x
08_bench_pure（1T）	2.27 Mops/s	7.81 Mops/s	3.44x
14_bench_alloc_only（alloc-only 1T）	1.69 Mops/s	2.28 Mops/s	1.35x
14_bench_alloc_only（alloc+free 1T）	2.37 Mops/s	8.11 Mops/s	3.42x
16_bench_malloc（slotsboxmalloc 1T）	2.16 Mops/s	7.68 Mops/s	3.56x

验证

• CTest（Release / ASan / UBSan）：12/12 通过
• tutorial/test.py：18/18 通过