[英]Optimizing find_first_not_of with SSE4.2 or earlier
我正在為協議編寫文本數據包分析器,並在優化它時發現一個很大的瓶頸是find_first_not_of
調用。
本質上,如果一個數據包只包含有效字符,我需要查找它是否有效,比默認的 C++ function 更快。
例如,如果所有允許的字符都是f
、 h
、 o
、 t
和w
,在 C++ 中我只會調用s.find_first_not_of("fhotw")
,但在 SSEx 中,在將字符串加載到一組__m128i
后我不知道變量。
顯然, _mm_cmpXstrY
函數文檔在這方面並沒有真正幫助我。 (例如_mm_cmpistri
)。 一開始我可以用_mm_sub_epi8
減去,但我認為這不是一個好主意。
此外,我堅持使用 SSE(任何版本)。
Wojciech Muła 的這篇文章描述了一種 SSSE3 算法來接受/拒絕任何給定的字節值。 (與文章相反,應該使用飽和算法進行范圍檢查,但我們沒有范圍。)
SSE4.2 字符串函數通常比手工編寫的函數慢。 例如,在 Skylake 上為pcmpistri
提供 3 uops、3 個周期的吞吐量,這是 SSE4.2 字符串指令中最快的。 與每 16 個字節的輸入 1 個 shuffle 和 1 個 pcmpeqb 相比,使用 SIMD AND 和 movemask 組合結果。 加上一些加載和寄存器復制指令,但仍然很可能比每 3 個周期 1 個向量快。 不過,處理短的以 0 結尾的字符串並不那么容易; 如果您還需要擔心這一點,SSE4.2 值得考慮,而不是已知大小的塊是矢量寬度的倍數。
對於“fhotw”,請嘗試:
#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, _mm_cmpeq_epi8(_mm_shuffle_epi8(tab, src2), src2));
acc = _mm_and_si128(acc, _mm_cmpeq_epi8(_mm_shuffle_epi8(tab, src3), src3));
return !!(((unsigned)_mm_movemask_epi8(acc)) == 0xFFFF);
}
使用數據的低 4 位,我們可以 select 從我們的集合中找到具有該低半字節值的字節。 例如'o'
(0x6f) 進入表的高字節,因此0x?f
形式的輸入字節嘗試與之匹配。 即它是_mm_set_epi8
的第一個元素,從高到低。
有關其他特殊/更一般情況的此技術的變體,請參閱完整文章。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.