在我正在进行的项目中，我经常需要在排序数组中找到可以插入元素的最低可能索引（如C ++中的std :: lower_bound）。
我使用SSE加速我的算法似乎很吸引人，因为我正在使用uint32数组，其大小通常是处理器缓存行的大小。
我之前从未使用过SSE指令，所以我无法弄清楚这个函数的SSE实现会是什么样子。请提供一些提示，以帮助我以最佳方式将其写出来。
答案 0 :(得分：9)
使用SSE不会像std::lower_bound那样很好地扩展。 SSE使事情变得更快的原因是它允许您一次进行多次计算。例如，单个SSE指令可能导致一次进行4次乘法运算。但是，std::lower_bound操作的方式无法并行化，因为算法中的每个步骤都需要先前步骤的比较结果。此外，它已经是O（lg n），因此不太可能成为瓶颈。
此外，在转向内联汇编之前，您应该知道无论何时使用内联汇编，都会破坏程序中该部分可能出现的大多数编译器优化，并且通常会导致程序变慢 - 通常编译器写出比我们人类更好的汇编程序。
如果您想使用SSE，最好使用 intrinsics - 特殊的“函数”或编译器提供的关键字，它们调用SSE指令但允许进行优化。 Microsoft's Visual C++以及GNU Compiler Collection中提供了此类内在函数。 （可能是大多数编译器。请参阅编译器的文档）
不要试图使用SSE加速std::lower_bound，而应该首先尝试不需要调用它。例如，如果您经常使用lower_bound将元素插入到向量中，您应该知道有效创建的是insertion sort，并且插入排序很差，这将需要四维时间。您可能最好只将新元素放在向量的末尾，然后在需要对其进行排序时对向量进行排序，从而将事物简化为O（n lg n）排序。如果您的数据访问模式过于频繁，那么您应该使用类似std::set的东西，它为插入提供O（lg n）操作，而不是O（n + lg n）插入你现在正在使用这些载体。
当然，请记住基准测试：）