高阶位 - 取出它们并将uint64_t转换为uint8_t

Question

假设您有一个uint64_t，并且只关心uint64_t中每个字节的高位。 像这样：

uint32_t：0000 ... 1000 0000 1000 0000 1000 0000 1000 0000 ---> 0000 1111

有没有比以下更快的方式：

   return
   (
     ((x >> 56) & 128)+
     ((x >> 49) &  64)+
     ((x >> 42) &  32)+
     ((x >> 35) &  16)+
     ((x >> 28) &   8)+
     ((x >> 21) &   4)+
     ((x >> 14) &   2)+
     ((x >>  7) &   1)
   )

Aka移位x，屏蔽并为每个字节添加正确的位？ 这将编译到很多程序集，我正在寻找一个更快的方法...我使用的机器只有SSE2指令，我找不到有用的SIMD操作。

谢谢您的帮助。

Answer 1

正如我在评论中提到的， pmovmskb做你想要的。 以下是您可以使用它的方法：

MMX + SSE1：

movq mm0, input ; input can be r/m
pmovmskb output, mm0 ; output must be r

SSE2：

movq xmm0, input
pmovmskb output, xmm0

我抬头看着新的方式

BMI2：

mov rax, 0x8080808080808080
pext output, input, rax ; input must be r

Answer 2

return ((x & 0x8080808080808080) * 0x2040810204081) >> 56;

作品。 ＆选择要保留的位。 将所有位乘以最高有效字节，并将移位移到最低有效字节。 由于在大多数现代CPU上乘法很快，因此这不应该比使用汇编慢得多。

Answer 3

以下是使用SSE内在函数的方法：

#include <xmmintrin.h>
#include <inttypes.h>
#include <stdio.h>

int main (void)
{
  uint64_t x
  = 0b0000000010000000000000001000000000000000100000000000000010000000;

  printf ("%x\n", _mm_movemask_pi8 ((__m64) x));
  return 0;
}

适用于：

gcc -msse

Answer 4

您不需要所有单独的逻辑AND，您可以将其简化为：

x &= 0x8080808080808080;
return (x >>  7) | (x >> 14) | (x >> 21) | (x >> 28) |
       (x >> 35) | (x >> 42) | (x >> 49) | (x >> 56);

（假设函数返回类型是uint8_t ）。

您还可以将其转换为展开循环：

uint8_t r = 0;

x &= 0x8080808080808080;

x >>= 7; r |= x;
x >>= 7; r |= x;
x >>= 7; r |= x;
x >>= 7; r |= x;
x >>= 7; r |= x;
x >>= 7; r |= x;
x >>= 7; r |= x;
x >>= 7; r |= x;
return r;

我不确定哪个在实践中会表现得更好，尽管我倾向于在第一个上下注 - 第二个可能产生更短的代码，但具有长的依赖链。

Answer 5

首先，你真的不需要这么多操作。 您可以一次执行多个操作：

x = (x >> 7) & 0x0101010101010101; // 0x0101010101010101
x |= x >> 28;                      // 0x????????11111111
x |= x >> 14;                      // 0x????????????5555
x |= x >>  7;                      // 0x??????????????FF
return x & 0xFF;

另一种方法是使用modulo进行横向添加。 首先要注意的是x % n是基数n+1中的数字之和，因此如果n+1是2^k ，则添加k位组。 如果你从上面的t = (x >> 7) & 0x0101010101010101 ，你想要对7位的组进行求和，因此t % 127将是解决方案。 但是t%127仅适用于高达126的结果.0x8080808080808080以上任何内容都会产生错误的结果。 我尝试了一些修正，没有一个容易。

试图使用modulo将我们置于只有前一算法的最后一步的情况下才有可能。 我们想要的是保持两个不太重要的位，然后得到另一个的总和，按14分组。所以

ull t = (x & 0x8080808080808080) >> 7;
ull u = (t & 3) | (((t>>2) % 0x3FFF) << 2);
return (u | (u>>7)) & 0xFF;

但是t >> 2是t / 4而<< 2乘以4.如果我们有(a % b)*c == (a*c % b*c) ，那么(((t>>2) % 0x3FFF) << 2)是(t & ~3) % 0xFFFC 。 但是，如果小于c，我们还有a + b％c =（a + b）％c的事实。 所以我们只有u = t % FFFC 。 赠送：

ull t = ((x & 0x8080808080808080) >> 7) % 0xFFFC;
return (t | (t>>7)) & 0xFF;

Answer 6

这似乎有效：

return (x & 0x8080808080808080) % 127;