Tag: 优化

高效计算32位整数乘法的高阶位: 许多CPU具有单个汇编操作码，用于返回32位整数乘法的高阶位。通常将两个32位整数相乘会产生64位结果，但如果将其存储为32位整数，则会将其截断为低32位。例如，在PowerPC上， mulhw操作码在一个时钟中返回32×32位乘法的64位结果的高32位。这正是我正在寻找的，但更便携。在NVidia CUDA中有一个类似的操作码，umulhi（）。在C / C ++中，有没有一种有效的方法来返回32×32乘法的高阶位？目前我通过转换为64位来计算它，例如： unsigned int umulhi32(unsigned int x, unsigned int y) { unsigned long long xx=x; xx*=y; return (unsigned int)(xx>>32); } 但这比常规的32乘32乘以慢11倍，因为即使是乘法，我也使用了过度的64位数学运算。有更快的方法来计算高阶位吗？使用BigInteger库显然无法解决这个问题（这样做太过分了，并且会产生巨大的开销）。 SSE似乎有PMULHUW ，16×16 – > 16位版本，但不是32×32 – > 32版本，就像我在寻找。

在C中，访问我的数组索引更快或通过指针访问更快？: 在C中，访问数组索引更快或通过指针访问更快？我的意思是更快，哪一个会占用更少的时钟周期。该数组不是常量数组。

在包装的SSE浮标上翻转标志: 我正在寻找在SSE寄存器中打包的所有四个浮点数上翻转符号的最有效方法。我没有在英特尔架构软件开发手册中找到这样做的固有内容。以下是我已经尝试过的事情。对于每个案例，我在代码上循环了100亿次并且显示了挂号时间。我试图至少匹配4秒，这需要我的非SIMD方法，这只是使用一元减号运算符。 [48秒] _mm_sub_ps( _mm_setzero_ps(), vec ); [32秒] _mm_mul_ps( _mm_set1_ps( -1.0f ), vec ); [9秒] union NegativeMask { int intRep; 漂浮fltRep; } negMask; negMask.intRep = 0x80000000; _mm_xor_ps（_mm_set1_ps（negMask.fltRep），vec）; 编译器是带有-O3的gcc 4.2。 CPU是英特尔酷睿2双核处理器。

我可以依靠我的编译器来优化const char *上的strlen吗？: 在我的SAX xml解析回调（XCode 4，LLVM）中，我正在对这种类型的代码进行大量调用： static const char* kFoo = “Bar”; void SaxCallBack(char* sax_string,…..) { if ( strcmp(sax_string, kFoo, strlen(kFoo) ) == 0) { } } 假设strlen（kFoo）由编译器优化是否安全？（Apple示例代码已经预先计算了strlen（kFoo），但我认为这对于大量常量字符串很容易出错。）编辑：优化的动机：使用NSXMLParser在iPod touch 2G上解析我的SVG地图需要5秒钟（！）。所以，我想切换到lib2xml，并优化字符串比较。

拼图：在一个解析中对0和1的数组进行排序。: 是否可以在一个解析中按顺序排列仅由1和0组成的数组而不使用辅助数组？例如：假设你有一个数组a[]={1,0,0,0,1,0,1} ，为此预期的输出将是a[]={1,1,1,0,0,0,0} 。我编写了下面的C代码，但它在2个解析中找到了解决方案。可以优化吗？ void arrange(int a[],int n) { int i,count=0; for(i=0;i<n;i++) { if(a[i]==1) count++; a[i]=0; } for(i=0;i<count;i++) { a[i]=1; } }

SIMD代码比标量代码运行得慢: elma和elmc都是unsigned long数组。 res1和res1也是如此。 unsigned long simdstore[2]; __m128i *p, simda, simdb, simdc; p = (__m128i *) simdstore; for (i = 0; i > l) & 15; u2 = (elmc[i] >> l) & 15; for (k = 0; k < 20; k++) { //res1[i + k] ^= _mulpre1[u1][k]; //res2[i + k] ^= _mulpre2[u2][k]; simda = _mm_set_epi64x (_mulpre2[u2][k], […]

如果指针已经标记为const，是否限制C中的帮助？: 只是想知道：当我向指针添加restrict时，我告诉编译器指针不是另一个指针的别名。我们假设我有一个类似的函数： // Constructed example void foo (float* result, const float* a, const float* b, const size_t size) { for (size_t i = 0; i < size; ++i) { result [i] = a [0] * b [i]; } } 如果编译器必须假设result可能与a重叠，则每次都必须重新获取。但是，作为a标记为const ，编译器也可以假设a是固定的，因此一次获取它就可以了。问题是，在这种情况下，使用restrict的推荐方法是什么？我当然不希望编译器每次都重新获取，但我找不到有关如何在这里使用restrict好信息。

针对Core 2或Core i7架构进行全面优化的memcpy / memmove？: 具有DDR3双通道内存的Core 2处理器的理论最大内存带宽令人印象深刻：根据维基百科关于架构的文章，每秒10+或20+千兆字节。但是，库存memcpy（）调用不会达到此目的。（3 GB / s是我在这样的系统上看到的最高。）可能，这是由于OS供应商要求memcpy（）根据处理器的特性针对每个处理器线进行调整，因此库存memcpy（）实现在众多品牌和产品线上应该是合理的。我的问题：是否有可以在C程序中使用的Core 2或Core i7处理器的免费高度调整版本？我确信我不是唯一一个需要一个人的人，对每个人来说微量优化他们自己的memcpy（）将是一个很大的浪费。