Question

可能重复：
How to count the number of set bits in a 32-bit integer?

给出一个无符号的char类型值，计算其中的总位数。最快的方法是什么？我写了三个函数如下，最好的方法是什么，有人能想出一个更快的吗？（我只想要速度极快的那个）

const int tbl[] =
{
#define B2(n)   n, n+1, n+1, n+2
#define B4(n) B2(n), B2(n+1), B2(n+1), B2(n+2)
#define B6(n) B4(n), B4(n+1), B4(n+1), B4(n+2)
    B6(0), B6(1), B6(1), B6(2)
};

char naivecount (unsigned char val)
{
    char cnt = 0;
    while (val)
    {
        cnt += (val & 1);
        val = val >> 1;
    }
    return cnt;
}

inline tableLookUp(int val)
{
    assert(val >= 0 && val <= 255);
    return tbl[val];
}

int asmCount(int val)
{
    int res = 0;
    asm volatile("xor %0, %0\n\t"
            "begin:\n\t"
            "cmp $0x0, %1\n\t"
            "jle end\n\t"
            "movl %1, %%ecx\n\t"
            "and $0x1, %%ecx\n\t"
            "addl %%ecx, %0\n\t"
            "shrl %1\n\t"
            "jmp begin\n\t"
            "end:"
            : "=r"(res)
            : "r" (val));
    return res;
}

编辑：

我测试了所有方法，最快的是使用popcntl指令。在没有指令的平台上，我将使用表查找。

Answer 1

如果您想手动编码，请尝试：

#include <stdint.h>

int popcnt8(uint8_t x) {

    x = (x & 0x55) + (x >> 1 & 0x55);
    x = (x & 0x33) + (x >> 2 & 0x33);
    x = (x & 0x0f) + (x >> 4 & 0x0f);

    return x;
}

在x86上，这编译为（AT＆amp; T-syntax）：

popcnt8:
    movl    %edi, %eax
    shrb    %dil
    andl    $85, %eax
    andl    $85, %edi
    addl    %eax, %edi
    movl    %edi, %eax
    shrb    $2, %dil
    andl    $51, %eax
    andl    $51, %edi
    addl    %eax, %edi
    movl    %edi, %eax
    shrb    $4, %dil
    andl    $15, %eax
    addl    %edi, %eax
    movzbl  %al, %eax
    ret

将此与gcc与内在函数生成的内容进行比较：

#include <stdint.h>

int popcnt8_intrin(uint8_t x) { return __builtin_popcount(x); }

在带有SSE 4.2的x86上：

popcnt8_intrin:
movzbl  %dil, %eax
popcntl %eax, %eax
ret

这不是最佳的; clang生成：

popcnt8_intrin:
    popcntl %edi,%eax
    ret

将计算减少到一个（！）指令。

在没有SSE 4.2的x86上：

popcnt8_intrin:
subq    $8, %rsp
movzbl  %dil, %edi
call    __popcountdi2
addq    $8, %rsp
ret

gcc基本上在这里调用它的库。不太理想。 clang做得好一点：

popcnt8_intrin:                         # @popcnt8_intrin
movl    %edi, %eax
shrl    %eax
andl    $85, %eax
subl    %eax, %edi
movl    %edi, %eax
andl    $858993459, %eax        # imm = 0x33333333
shrl    $2, %edi
andl    $858993459, %edi        # imm = 0x33333333
addl    %eax, %edi
movl    %edi, %eax
shrl    $4, %eax
addl    %edi, %eax
andl    $252645135, %eax        # imm = 0xF0F0F0F
imull   $16843009, %eax, %eax   # imm = 0x1010101
shrl    $24, %eax
ret

clang计算整个32位数的popcnt。这不是最佳的imho。

Answer 2

如果您没有进行如此多的比较和分支，那么您的汇编程序代码会更快。

但很明显，最快的方法是进行字节查找，特别是因为你只处理256个值（你可以使用朴素的方法来写一个值的列表，然后只有一个static const table[256] = { ... }; return table[value];你的功能。

对不同的解决方案进行基准测试。

如果汇编程序代码比编译器生成的代码慢，我不会感到惊讶！

编辑：通过执行以下操作，您的汇编程序代码会更快一些：

int asmCount(int val)
{
    int res = 0;
    asm volatile("begin:\n\t"
            "movl %1, %%ecx\n\t"
            "and $0x1, %%ecx\n\t"
            "addl %%ecx, %0\n\t"
            "shrl %1\n\t"
            "jnz begin\n\t"
            "end:"
            : "=r"(res)
            : "r" (val)
            : "ecx");      // Important: clobbers ecx!
    return res;
}

我删除了xor（res = 0无论如何应该这样做），然后比较（确定，如果val为零，我们执行一些额外的指令，但是对于任何高位设置，更糟糕的是，因为它是两个每次迭代的额外指令，意味着可能有16条额外指令 - 其中一条是分支！），并在循环结束时将跳转更改为jnz。它可能大致是编译器在第一种情况下生成的内容。试图在简单代码上击败编译器并不容易！

计算位数的最快方法

编辑：

2 个答案: