如何解决使用 SSE4.2 或更早版本优化 find_first_not_of
我正在为协议编写文本数据包分析器,并在对其进行优化时发现一个很大的瓶颈是 find_first_not_of
调用。
本质上,如果一个数据包只包含有效字符,我需要找到它是否有效,比默认的 C++ 函数更快。
例如,如果所有允许的字符都是 f
、h
、o
、t
和 w
,在 C++ 中我会调用 {{ 1}},但在 SSEx 中,在一组 s.find_first_not_of("fhotw")
变量中加载字符串后,我没有任何线索。
显然,__m128i
函数文档在这方面并没有真正帮助我。 (例如_mm_cmpXstrY
)。一开始我可以用 _mm_cmpistri
减去,但我认为这不是个好主意。
此外,我坚持使用 SSE(任何版本)。
解决方法
This article by Wojciech Muła 描述了一种 SSSE3 算法来接受/拒绝任何给定的字节值。 (与文章相反,应该使用饱和算法进行范围检查,但我们没有范围。)
SSE4.2 字符串函数通常比手工制作的替代品慢。例如,SSE4.2 字符串指令中最快的 pcmpistri
在 Skylake 上的 3 uop、3 周期吞吐量。与每 16 个字节的输入 1 shuffle 和 1 pcmpeqb 相比,使用 SIMD AND 和 movemask 组合结果。加上一些加载和寄存器复制指令,但仍然很可能比每 3 个周期 1 个向量快。但是,处理以 0 结尾的短字符串并不那么容易;如果您还需要担心,SSE4.2 值得考虑,而不是已知大小的块是向量宽度的倍数。
对于“fhotw”,请尝试:
#include <tmmintrin.h> // pshufb
bool is_valid_64bytes (uint8_t* src) {
const __m128i tab = _mm_set_epi8('o','_','h','w','f','t','_');
__m128i src0 = _mm_loadu_si128((__m128i*)&src[0]);
__m128i src1 = _mm_loadu_si128((__m128i*)&src[16]);
__m128i src2 = _mm_loadu_si128((__m128i*)&src[32]);
__m128i src3 = _mm_loadu_si128((__m128i*)&src[48]);
__m128i acc;
acc = _mm_cmpeq_epi8(_mm_shuffle_epi8(tab,src0),src0);
acc = _mm_and_si128(acc,_mm_cmpeq_epi8(_mm_shuffle_epi8(tab,src1),src1));
acc = _mm_and_si128(acc,src2),src2));
acc = _mm_and_si128(acc,src3),src3));
return !!(((unsigned)_mm_movemask_epi8(acc)) == 0xFFFF);
}
使用数据的低 4 位,我们可以从我们的集合中选择一个具有低半字节值的字节。例如'o'
(0x6f) 进入表的高字节,因此 0x?f
形式的输入字节尝试与其匹配。即它是 _mm_set_epi8
的第一个元素,从高到低。
有关其他特殊/更一般情况下此技术的变体,请参阅完整文章。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。