有一个标准的，跨步的memcpy版本？

Question

我有一个列向量A，长度为10个元素。我有一个10乘10的矩阵B.B的内存存储是列专业。我想用列向量A覆盖B中的第一个行。

显然，我可以这样做：

for ( int i=0; i < 10; i++ )
{
    B[0 + 10 * i] = A[i];
}

我在0 + 10 * i中留下零以突出显示B使用列主存储（零是行索引）。

今晚在CUDA-land的一些恶作剧之后，我想到可能有一个CPU功能来执行一个跨步的memcpy？我想在低级别，性能将取决于是否存在一个跨步加载/存储指令，我不记得在x86汇编中有哪些？

Answer 1

简短的回答：你写的代码和它的代码一样快。

长答案：memcpy函数是使用一些复杂的内在函数或汇编编写的，因为它对具有任意大小和对齐的内存操作数进行操作。如果你要覆盖矩阵的一列，那么你的操作数就会自然对齐，你不需要采用相同的技巧来获得合适的速度。