Question

我有这样的结构：

struct {
    uint32_t a;
    uint16_t b;
    uint16_t c;
    uint16_t d;
    uint8_t  e;
} s;

我想以最快的方式比较上述两个结构的平等性。我查看了英特尔内部指南但无法找到整数的比较，可用的选项主要是双精度和单浮点矢量输入。

有人可以建议最好的方法吗？我可以在我的struct中添加一个union来使处理更容易。

我受限于（目前）使用SSE4.2，但如果它们明显更快，任何AVX答案都会受到欢迎。我正在使用GCC 4.8.2

Answer 1

@ zx485应该写的是：

.data
  mask11byte db 0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0,0,0,0,0
.code
  pxor xmm1, xmm2  ; equiv to psubb, but runs on all 3 vector execution ports
  ptest xmm1, xmmword ptr [mask11byte]   ; SSE 4.1
  setz al     ; AL=TRUE for equal

只要没有发生任何不良事件（浮点异常），您就不需要在计算之前屏蔽操作数，即使它们存在垃圾。由于PTEST执行按位AND作为其操作的一部分，因此您根本不需要单独的PAND。

有一段时间，我认为我的版本可以使用更少的空间和更少的微量，但我最终需要额外的指令，因为没有pcmpneq（所以我需要一个逻辑not）。所以它更小，相同数量的uops，但延迟明显更差。

.code PCMPEQB xmm1, xmm2 ; bytes of xmm1 = 0xFF on equal PMOVMSKB eax, xmm1 ; ax = high bit of each byte of xmm1 NOT eax TEST eax, 0x7FF ; zero flag set if all the low 11 bits are zero SETZ al ; 17 bytes ; Or one fewer insn with BMI1's ANDN. One fewer uop if test can't macro-fuse ANDN eax, eax, [mask11bits] ; only test the low 11 bits. ; ANDN version takes 20 bytes, plus 2B of data .data mask11bits dw 07ffh

test可以与jcc进行宏观融合，因此，如果您将其用作跳转条件而不是实际执行setz，那么您的尺寸就会提前。（因为你不需要16B掩模常量。）

ptest需要2 uop，因此ptest版本总计为4 uops（包括jcc或其他指令）。 pmovmskb版本也是4 uops，test / jcc宏融合分支，但cmovcc / setcc 5。（4 andn，setcc / cmovcc / jcc，因为它无法宏观融合。）

（Agner Fog的表格说ptest在Sandybridge上占用1个融合域uop，在支持它的所有其他Intel CPU上占2个。但我不确定我是否相信。）

Haswell的延迟（如果分支不能很好地预测，则很重要）：

pxor：1 + ptest：2 = 3个周期

pcmpeqb：1 + pmovmskb：3 + not：1 + test：1 = 6个周期

pcmpeqb：1 + pmovmskb：3 + andn：1 = 5个周期（但不是宏融合，可能还有1个延迟周期？）

因此ptest版本的延迟时间明显缩短：jcc可以更快地执行，以便更快地检测到分支错误预测。

Agner Fog的测试显示ptest在Nehalem上有延迟= 3，在SnB / IvB上有1，在Haswell上有2。

Answer 2

一个简单的解决方案是在屏蔽后以字节方式减去两个结构，因此只有当所有压缩字节相同时才能获得全零值。此代码采用MASM格式，但您肯定可以将其改编为gcc AT＆amp; T语法或内在函数：

.data
  mask11byte db 0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0,0,0,0,0
.code
  pand  xmm1, xmmword ptr [mask11byte]
  pand  xmm2, xmmword ptr [mask11byte]
  psubb xmm1, xmm2
  ptest xmm1, xmm1   ; SSE 4.1
  setz al     ; AL=TRUE for equal

添加：因为结构的大小是11字节，256bit / 32byte-AVX（x）是没有意义的。

使用最多SSE 4.2比较两个16字节值是否相等？

2 个答案: