一般来说,如果将水平运算符与 SIMD 一起使用,则表明 SIMD 没有得到最佳使用。然而,水平操作在循环结束时很好,在这种情况下我会这样做
int result[4] __attribute__((aligned(16)));
_mm_store_si128((__m128i *) result, v);
for(int i=0; i<4; i++) if(result[i]<min) { min = result[i]; index = i; }
不过,这里有一些使用 SSE 的解决方案。我不知道它们是否比上面的代码更好。
第一个解决方案是 Paul R 答案的变体。
vmin = _mm_min_epu32(vmin, _mm_alignr_epi8(vmin, vmin, 4));
vmin = _mm_min_epu32(vmin, _mm_alignr_epi8(vmin, vmin, 8));
__m128i vmask = _mm_cmpeq_epi32(v, vmin);
vmask = _mm_xor_si128(vmask, _mm_set1_epi32(-1));
__m128i vpos = _mm_minpos_epu16(vmask);
vpos 中的第二个 16 位字包含两倍的位置。
这是另一种使用的变体_mm_minpos_epu16
。它首先找到最小的高 16 位,然后屏蔽掉不在最小 16 位中的值(通过将它们全部设置为高),然后找到低 16 位的最小值以及位置。
__m128i mask1 = _mm_setr_epi8(0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd, 0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd);
__m128i mask2 = _mm_setr_epi8(0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf, 0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf);
__m128i mask3 = _mm_set1_epi32(0x01000100);
掩码是恒定的,因此可以在编译时或循环外计算它们。
__m128i lo = _mm_shuffle_epi8(v,mask1); //lower 16-bits
__m128i hi = _mm_shuffle_epi8(v,mask2); //upper 16-bits
__m128i t1 = _mm_minpos_epu16(hi); //upper 16-bits min
__m128i t2 = _mm_shuffle_epi8(t1, mask3); //broadcast upper min
__m128i t3 = _mm_cmpeq_epi32(t2,hi); //select equal
__m128i t4 = _mm_xor_si128(t3, _mm_set1_epi32(-1));//invert
__m128i t5 = _mm_or_si128(lo,t4);
__m128i t6 = _mm_minpos_epu16(t5); //lower 16-bits hi and position
最小值的高 16 位位于前 16 位中t1
最小值的低 16 位位于前 16 位中t6
。该位置位于第二个 16 位t6
.