向量中的本征霓虹灯交换元素

Question

我想使用Neon Intrinsics优化此类代码。 基本上给定输入

0 1 2 3 4 5 6 7 8

将产生输出，

2 1 0 5 4 3 8 7 6

void func(uint8_t* src, uint8_t* dst, int size){

   for (int i = 0; i < size; i++){
     dst[0] = src[2];
     dst[1] = src[1];
     dst[2] = src[0]
     dst = dst+3;
     src = src+3;
   }           
}

我能想到的唯一方法是使用

uint8x8x3_t src = vld3_u8(src);

获取3个向量，然后从src [2]，src [1]，src [0]访问每个元素并写入内存。

有人可以帮忙吗？

谢谢。

Answer 1

这在底层指令集中非常简单，因为您要交换3元素结构的两个元素，实际上已经阐明了相关的指令：

vld3.u8 {d0-d2}, [r0]
vswp d0, d2
vst3.u8 {d0-d2}, [r0]

《 NEON程序员指南》中甚至有这个确切的示例，因为它是RGB-BGR转换，而这恰恰是NEON设计的处理类型。

使用内在函数有点麻烦，因为vswp没有内在vswp ； 您只需要用C表示它并相信编译器就可以做正确的事情：

uint8x8x3_t data = vld3_u8(src);
uint8x8_t tmp = data.val[0];
data.val[0] = data.val[2];
data.val[2] = tmp;
vst3_u8(dest, data);

就是说，由于要交付的编译器是GCC的各种版本，我无法说服它们中的任何一个实际发出vswp －代码生成范围从次优到vswp 。 Clang的性能要好很多，但仍然没有vswp ； 其他编译器可能更聪明。