可以“交换 nybble”和“字节掩码”技巧将多字节逻辑移位 4 比使用位移链的幼稚方法快得多 使用任何类型的 nybble 交换字节掩码技巧，这是否可以通过更接近每字节一个周期的时间复杂度来完成，而不是接近每比特一个周期的时间复杂度？

如何解决可以“交换 nybble”和“字节掩码”技巧将多字节逻辑移位 4 比使用位移链的幼稚方法快得多 使用任何类型的 nybble 交换字节掩码技巧，这是否可以通过更接近每字节一个周期的时间复杂度来完成，而不是接近每比特一个周期的时间复杂度？

我正在编写一个定点 (16Q16) 算法，该算法使用 Newton–Raphson 方法 outlined on Wikipedia.（相关 SE 问题 HERE。）

第一步需要逻辑右移 1-16 位。我的 cpu 是一个 8 位微控制器，所以没有桶形移位器；硬件只能支持移位 1 位。 （相关的 SE 问题 HERE。）要移位 n 位，可以使用单移位指令 n 次，但是，这具有显着的最坏情况时序。这种糟糕的最坏情况在加上移位的多字节性质时变得非常糟糕。如果移动1个字节1次需要1个周期，我们可以很快想象当需要移动16个字节16次时的问题。请记住，这只是第 1 步。

明显的优化就是分而治之；手动计算 2 的所有幂。第一个简单的情况是移位 16 和 8，因为这只是将内存索引更改为定点数。这样做只需大约 4 个周期/指令即可将 16 字节移位 16 位，速度比“单移位链接”提高了 64 倍。

我遇到的问题是令人讨厌的 4 班制。

我的直觉，以及这里和那里的一些片段和帖子，告诉我他们存在一种将 nybble 交换指令与位掩码和逻辑操作相结合的有效方法，以创建一种“nybble 交换拉链效果”可以将任意长度的数组最佳地移动 4 位。 （相关 SE 问题 HERE。答案 3 的链接）

我知道它至少可以从根本上完成，因为我有一个仅使用 SWAP、XOR 和 AND 指令的概念教授。我也知道它可以更快地完成，因为我所拥有的比简单的移位链方法快一个周期（大声笑，是的，一个）。 （见下面的代码框）我不知道的是...

使用任何类型的 nybble 交换字节掩码技巧，这是否可以通过更接近每字节一个周期的时间复杂度来完成，而不是接近每比特一个周期的时间复杂度？

注意：这是 PIC18 ASM，但很明显发生了什么。关于如何大幅改进这一点的任何建议都将是这个问题的答案。是的！我意识到它很可能已经接近最优，但实现 4 移位是几段代码中反复出现的热点。我希望从每个块中削减至少一条指令。切掉两个会很棒。

; Shift the denominator -> 4 (19 cyc)
;------------------------------------------
        SWAPF   Denom+3,W,BANKED
        MOVWF   Denom+3,BANKED
        ANDLW   0xF0
        XORWF   Denom+3,F,BANKED

        SWAPF   Denom+2,BANKED
        XORWF   Denom+2,BANKED
        ANDLW   0xF0
        XORWF   Denom+2,BANKED

        SWAPF   Denom+1,BANKED
        XORWF   Denom+1,BANKED
        ANDLW   0xF0
        XORWF   Denom+1,BANKED

        SWAPF   Denom+0,BANKED
        XORWF   Denom+0,BANKED
        ANDLW   0xF0
        XORWF   Denom+0,BANKED
;------------------------------------------

解决方法

您的解决方案涉及 19 条指令（每条指令需要一个周期），但简单的解决方案只需要 18 条：

RRCF   Denom+3,F,BANKED
RRCF   Denom+2,BANKED
RRCF   Denom+1,BANKED
RRCF   Denom+0,BANKED

RRCF   Denom+3,BANKED

MOVLW  0x0F
ANDWF  Denom+3,BANKED

我想不出比实际执行这种转变更快的东西了。