c – 快速计算两个数组之间相等的字节数

参见英文答案 > Can counting byte matches between two strings be optimized using SIMD?                                    3个
我写了函数int compare_16bytes(__ m128i lhs,__ m128i rhs),以便使用SSE指令比较两个16字节数：此函数返回执行比较后相等的字节数.

现在我想使用上面的函数来比较任意长度的两个字节数组：长度可能不是16字节的倍数,所以我需要处理这个问题.我怎样才能完成下面这个功能的实现？我怎样才能改进下面的功能？

int fast_compare(const char* s, const char* t, int length)
{
    int result = 0;

    const char* sPtr = s;
    const char* tPtr = t;

    while(...)
    {
        const __m128i* lhs = (const __m128i*)sPtr;
        const __m128i* rhs = (const __m128i*)tPtr;

        // compare the next 16 bytes of s and t
        result += compare_16bytes(*lhs,*rhs);

        sPtr += 16;
        tPtr += 16;
    }

    return result;
}

解决方法:

正如@Mysticial在上面的评论中所说,做垂直比较和求和,然后在主循环结束时水平求和：

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <emmintrin.h>

// reference implementation
int fast_compare_ref(const char *s, const char *t, int length)
{
    int result = 0;
    int i;

    for (i = 0; i < length; ++i)
    {
        if (s[i] == t[i])
            result++;
    }
    return result;
}

// optimised implementation
int fast_compare(const char *s, const char *t, int length)
{
    int result = 0;
    int i;

    __m128i vsum = _mm_set1_epi32(0);
    for (i = 0; i < length - 15; i += 16)
    {
        __m128i vs, vt, v, vh, vl, vtemp;

        vs = _mm_loadu_si128((__m128i *)&s[i]); // load 16 chars from input
        vt = _mm_loadu_si128((__m128i *)&t[i]);
        v = _mm_cmpeq_epi8(vs, vt);             // compare
        vh = _mm_unpackhi_epi8(v, v);           // unpack compare result into 2 x 8 x 16 bit vectors
        vl = _mm_unpacklo_epi8(v, v);
        vtemp = _mm_madd_epi16(vh, vh);         // accumulate 16 bit vectors into 4 x 32 bit partial sums
        vsum = _mm_add_epi32(vsum, vtemp);
        vtemp = _mm_madd_epi16(vl, vl);
        vsum = _mm_add_epi32(vsum, vtemp);
    }

    // get sum of 4 x 32 bit partial sums
    vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 8));
    vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 4));
    result = _mm_cvtsi128_si32(vsum);

    // handle any residual bytes ( < 16)
    if (i < length)
    {
        result += fast_compare_ref(&s[i], &t[i], length - i);
    }

    return result;
}

// test harness
int main(void)
{
    const int n = 1000000;
    char *s = malloc(n);
    char *t = malloc(n);
    int i, result_ref, result;

    srand(time(NULL));

    for (i = 0; i < n; ++i)
    {
        s[i] = rand();
        t[i] = rand();
    }

    result_ref = fast_compare_ref(s, t, n);
    result = fast_compare(s, t, n);

    printf("result_ref = %d, result = %d\n", result_ref, result);;

    return 0;
}

编译并运行上面的测试工具：

$gcc -Wall -O3 -msse3 fast_compare.c -o fast_compare
$./fast_compare
result_ref = 3955, result = 3955
$./fast_compare
result_ref = 3947, result = 3947
$./fast_compare
result_ref = 3945, result = 3945

注意,在上面的SSE代码中有一个可能非显而易见的技巧,我们使用_mm_madd_epi16来解包并将16位0 / -1值累加到32位部分和.我们利用-1 * -1 = 1(当然0 * 0 = 0)这一事实 – 我们在这里并没有真正进行乘法,只需在一条指令中解包和求和.

更新：如下面的评论所述,这个解决方案并不是最优的 – 我只采用了一个相当优化的16位解决方案,并添加了8位到16位的解包,使其适用于8位数据.然而,对于8位数据,存在更有效的方法,例如,使用psadbw/_mm_sad_epu8.我将把这个答案留给后人,以及任何想要用16位数据做这种事情的人,但实际上其中一个不需要解压缩输入数据的答案应该被接受回答.

标签：c-3,sse2,c,sse,simd
来源： https://codeday.me/bug/20190930/1836512.html