代码优化－之－Base64编码函数的极限优化挑战
HouSisong@GMail.com 2007.07.27
tag:速度优化,Base64,CPU缓存优化,代码优化,查找表,汇编,SSE、SSE2优化,并行
摘要: Base64编码是很常用的一种把二进制数据转换为字符串的算法；
本文章对Base64的编码函数进行了各种优化尝试，目标是极限编码速度!
并对优化过程中使用的方法进行了详细说明(主要使用了查表优化)；
(2008.01.07 在文章中添加了Base64解码函数base64_decode，其实文章末尾提供的下载源代码中已经有该函数了，这次只是把其代码贴在文章中；)
(2007.11.25 重新实现base64_encode3_sse2_prefetch的内存预读优化;由于加了一条内存组成双通道，并行测试成绩都提高了5-10%)
(2007.09.07 添加base64_encode3_sse2_prefetch的实现，测试内存预读的效果，但效果不太好。)
(2007.07.27 觉得只使用64字节表的汇编优化也是有其意义的，所以添加了base64_encode1_asm实现)
正文：
代码使用C++;涉及到汇编优化的时候假定为x86平台;
测试平台:(CPU:AMD64x2 4200+(2.37G);内存:DDR2 677(双通道);C/C++编译器:VC2005)
操作系统:WindowsXP
( 警告:代码移植到其他体系的CPU时需要重新考虑字节顺序的大端小端问题! 实际项目中如果想要用这里的代码,建议选用64字节表的那个优化版本; )
A:本文章的来源和起因：
cpper编程论坛( www.cpper.com/c )以前进行过一次Base64编码器速度竞赛
( http://www.cpper.com/c/t665.html 和 http://www.cpper.com/c/t694.html )；
当时我没有参加，后来应管理者要求看看能不能在结果上继续优化，那时就简单写
了点代码尝试，但没能得到更好的结果；
最近因为工作中需要用到Base64,就拿了其竞赛结果(Base64EncodeSXMNew版本)
来改写；由于拿人手短，而且以前有答应看看是否还有改进的余地；所以空余时间
就在这个基础之上进行了一些速度优化改进尝试，本文章就是本次尝试的结果；
(声明:本文章引用这次竞赛和其代码得到了cpper管理者的授权)
尝试了一些代码后,我在CSDN程序员网站( www.csdn.net )开贴征集最快的Base64
编码函数:
http://community.csdn.net/Expert/topic/5665/5665480.xml?temp=.4219171 ,
以求获得更多的思路和使已有的优化策略获得更多的验证机会；发帖的朋友对本文章
的形成也起到了重要的作用，某些版本的函数速度得到了提高，某些在我的AMDx2
CPU上运行很快的版本、在网友的奔腾4 CPU上运行减慢(放弃了一簇版本)、由讨论
而产生的新的函数版本等等;本文章也是对这次讨论的一些简要总结(某些网友的实现
版本或策略没有整合到本文章中，请到csdn论坛直接查看)；
B:Base64编码原理简要说明
有时为了更好的传递或保存二进制数据,需要先把二进制数据转换成纯文本的编码方式。
最容易想到的方案就是直接转换成16进制的文本方式；即把一个字节(8bit)先分成两
个4bit(值域[0..15]),然后映射到'0'--'9''A'--'F'这16个字符编码中; 那么一个字节
的数据转换为了两个字符,也就是说数据转换后变为原数据大小的两倍!
Base64的也能完成这个任务,但更节省空间,转换后的文本数据只是原数据大小的4/3倍;
这是怎么做到的呢? 将原数据3个字节一组(3x8bit),按一定方式分组成4个6bit(值
域[0..63]); 然后将[0..25]的值映射到'A'--'Z',将[26..51]的值映射到'a'--'z',
将[52..61]的值映射到'0'--'9',将62的值映射为'+',将63的值映射为'/'; 由于原数据不
一定正好是3的倍数,所以分组后的4个值中有可能没有被分配bit位的情况，没有分配bit位
的值输出数据填充'='。
bit位分组方式示意:
// 3x8bit
// |------------------|------------------|------------------|
// | a[0..7] | b[0..7] | c[0..7] |
// |------------------|------------------|------------------|
//
// to 4x6bit
// |------------------|------------------|------------------|------------------|
// | a[2..7] |b[4..7]+a[0..1]<<4|c[6..7]+b[0..3]<<2| c[0..5] |
// |------------------|------------------|------------------|------------------|
C:一个基本实现和速度测试框架
使用了较大的数据量多次测试取平均值；
//编码函数每秒编码出的数据量:
// base64_encode0 109.0 MB/s
#include <time.h>
#include <iostream>
#include <vector>
#include <string>
#define asm __asm
const unsigned char BASE64_PADDING='='; //输入数据不足3的倍数时 输出字符后面填充'='号
//将6bit数据按规则映射成字符(6bit数据)
inline unsigned char to_base64char(const unsigned char code6bit)
{
if (code6bit<26) //[ 0..25] => ['A'..'Z']
return code6bit+'A';
else if (code6bit<52) //[26..51] => ['a'..'z']
return code6bit+('a'-26);
else if (code6bit<62) //[52..61] => ['0'..'9']
return code6bit+('0'-52);
else if (code6bit==62) //62 => '+'
return '+';
else //if (code6bit==63) //63 => '/'
return '/';
}
//编码函数(原数据地址，原数据字节大小，编码输出地址)
void base64_encode0(const void* pdata,const unsigned long data_size,void* out_pcode)
{
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
output[0]=to_base64char( input[0] >> 2 );
output[1]=to_base64char( ((input[0] << 4) | (input[1] >> 4)) & 0x3F );
output[2]=to_base64char( ((input[1] << 2) | (input[2] >> 6)) & 0x3F );
output[3]=to_base64char( input[2] & 0x3F);
}
unsigned long bord_width=input_end-input;
if (bord_width==1)
{
output[0]=to_base64char( input[0] >> 2 );
output[1]=to_base64char( (input[0] << 4) & 0x3F );
output[2]=BASE64_PADDING;
output[3]=BASE64_PADDING;
}
else if (bord_width==2)
{
output[0]=to_base64char( input[0] >> 2 );
output[1]=to_base64char( ((input[0] << 4) | (input[1] >> 4)) & 0x3F );
output[2]=to_base64char( (input[1] << 2) & 0x3F );
output[3]=BASE64_PADDING;
}
}
typedef void (*Tbase64_encode_proc)(const void* pdata,const unsigned long data_size,void* out_pcode);
//获得编码后的输出字符大小(原数据大小)
inline unsigned long base64_code_size(const unsigned long data_size)
{
return (data_size+2)/3*4;
}
//测试编码速度(编码器名称，编码函数，测试原数据大小)
void testSpeed(const char* proc_name_str,Tbase64_encode_proc base64_encode,const long DATA_SIZE)
{
std::cout<<">> 编码函数: "<<proc_name_str<<std::endl;
const long DATA_SIZE_MAX=DATA_SIZE+12;
std::vector<unsigned char> data_buf(DATA_SIZE_MAX); //data_buf保存需要编码的数据
for (long r=0;r<DATA_SIZE_MAX;++r)
data_buf[r]=rand(); //data_buf填充随机数据 用以测试
const long code_size_MAX=base64_code_size(DATA_SIZE_MAX);
std::string code_str;//code_str用以储存编码后的字符串数据
code_str.resize(code_size_MAX,' ');
long RunCount=0;
double SumSpeed=0;
for (long data_size=DATA_SIZE;data_size<DATA_SIZE_MAX;++data_size)
{
const long code_size=base64_code_size(data_size);
double start_time=(double)clock();
base64_encode(&data_buf[0],data_size,&code_str[0]);//编码测试
double run_time=((double)clock()-start_time)*(1.0/CLOCKS_PER_SEC);
double encode_speed=code_size*(1.0/1024/1024)/run_time;//编码速度(MB/秒)
++RunCount;
SumSpeed+=encode_speed;
std::cout<<" 编码前数据大小(MB): "<<data_size*(1.0/1024/1024)<<" 编码速度(MB/秒): "<<encode_speed<<std::endl;
//if (data_size<=1000) std::cout<<code_str<<std::endl; //
}
std::cout<<std::endl<<" 平均编码速度(MB/秒): "<<SumSpeed/RunCount<<std::endl;
std::cout<<std::endl;
}
int main()
{
std::cout<<" 请输入任意字符开始测试(可以把进程优先级设置为“实时”)> ";
getchar();
std::cout<<std::endl;
const long DATA_SIZE=80*1024*1024;
testSpeed("base64_encode0" ,base64_encode0 ,DATA_SIZE);
return 0;
}
D.优化to_base64char函数
to_base64char有很多的条件分支，在当前的CPU上会严重的降低性能；
分析该函数有这样的特征: 函数的输入数据允许的取值个数很小(只能取64个值中的一个);
单个输入值对应的返回值固定；
那么我们可以建立一个数组的表格,该数组有64个元素,每个元素的值等于该元素的序
号(假定数组序号从0开始)作为to_base64char参数时的返回值；
即: unsigned char BASE64_CODE[64];
其中BASE64_CODE[i]=to_base64char(i); // i属于[0..63]
那么对于这样的代码: output[0]=to_base64char(input[0]>>2);
可以化简为: output[0]=BASE64_CODE[input[0]>>2];
这就是利用查表来替代计算的优化方法!
（提示：在不同的需求下，表需要灵活的构造）
base64_encode0使用查询表改进后的新代码：
//编码函数每秒编码出的数据量:
// base64_encode0_table 294.6 MB/s
const unsigned char BASE64_CODE[]=
"ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
//使用64字节的表
void base64_encode0_table(const void* pdata,const unsigned long data_size,void* out_pcode)
{
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
output[0]=BASE64_CODE[ input[0] >> 2 ];
output[1]=BASE64_CODE[ ((input[0] << 4) | (input[1] >> 4)) & 0x3F ];
output[2]=BASE64_CODE[ ((input[1] << 2) | (input[2] >> 6)) & 0x3F ];
output[3]=BASE64_CODE[ input[2] & 0x3F];
}
unsigned long bord_width=input_end-input;
if (bord_width==1)
{
output[0]=BASE64_CODE[ input[0] >> 2 ];
output[1]=BASE64_CODE[ (input[0] << 4) & 0x3F ];
output[2]=BASE64_PADDING;
output[3]=BASE64_PADDING;
}
else if (bord_width==2)
{
output[0]=BASE64_CODE[ input[0] >> 2 ];
output[1]=BASE64_CODE[ ((input[0] << 4) | (input[1] >> 4)) & 0x3F ];
output[2]=BASE64_CODE[ (input[1] << 2) & 0x3F ];
output[3]=BASE64_PADDING;
}
}
E:在当前的32比特CPU上一次写入4字节将获得更好的性能;而输入数据的地方,可以先转化
成32比特整形数据再做各种复杂的位运算有利于编译器的优化(各个PC平台的差异可能比较大)；
//编码函数每秒编码出的数据量:
// base64_encode1 533.3 MB/s
inline void base64_addpaing(const unsigned char* input,const unsigned int bord_width,unsigned char* output)
{
if (bord_width==1)
{
unsigned int input0=input[0];
unsigned int output0=BASE64_CODE[ input0 >> 2 ];
unsigned int output1=BASE64_CODE[ (input0 << 4) & 0x3F ];
*(unsigned long*)(&output[0])=output0 | (output1<<8) | ((BASE64_PADDING<<16) | (BASE64_PADDING<<24));
}
else if (bord_width==2)
{
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int output0=BASE64_CODE[ input0 >> 2 ];
unsigned int output1=BASE64_CODE[ ((input0 << 4) | (input1 >> 4)) & 0x3F ];
unsigned int output2=BASE64_CODE[ (input1 << 2) & 0x3F ];
*(unsigned long*)(&output[0])=output0 | (output1<<8) | (output2<<16) | (BASE64_PADDING<<24);
}
}
//使用64字节的表
void base64_encode1(const void* pdata,const unsigned long data_size,void* out_pcode)
{
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
//unsigned int output0=BASE64_CODE[ input[0] >> 2 ];
//unsigned int output1=BASE64_CODE[ ((input[0] << 4) | (input[1] >> 4)) & 0x3F ];
//unsigned int output2=BASE64_CODE[ ((input[1] << 2) | (input[2] >> 6)) & 0x3F ];
//unsigned int output3=BASE64_CODE[ input[2] & 0x3F ];
//*(unsigned long*)(&output[0])=output0 | (output1<<8) | (output2<<16) | (output3<<24);
// 可以测试一下这种内存读取方式的速度
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output0=BASE64_CODE[ input0 >> 2 ];
unsigned int output1=BASE64_CODE[ ((input0 << 4) | (input1 >> 4)) & 0x3F ];
unsigned int output2=BASE64_CODE[ ((input1 << 2) | (input2 >> 6)) & 0x3F ];
unsigned int output3=BASE64_CODE[ input2 & 0x3F ];
*(unsigned long*)(&output[0])=output0 | (output1<<8) | (output2<<16) | (output3<<24);
}
base64_addpaing(input,input_end-input,output);
}
F:减少位操作复杂度的一个方案:预先交换输入数据的字节顺序
//编码函数每秒编码出的数据量:
// base64_encode1_bswap 579.2 MB/s
//使用64字节的表
void base64_encode1_bswap(const void* pdata,const unsigned long data_size,void* out_pcode)
{
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
unsigned long input_all=(input[0]<<16) | (input[1]<<8) | (input[2]);
//汇编指令中有一条BSWAP指令交换字节顺序，可能能加快该代码的速度
unsigned int output0=BASE64_CODE[ input_all >> 18 ];
unsigned int output1=BASE64_CODE[ (input_all >> 12) & 0x3F ];
unsigned int output2=BASE64_CODE[ (input_all >> 6) & 0x3F ];
unsigned int output3=BASE64_CODE[ input_all & 0x3F ];
*(unsigned long*)(&output[0])=output0 | (output1<<8) | (output2<<16) | (output3<<24);
}
base64_addpaing(input,input_end-input,output);
}
G:使用64字节表的汇编优化版本base64_encode1_asm
//编码函数每秒编码出的数据量:
// base64_encode1_asm 674.6 MB/s
void __declspec(naked) __stdcall _base64_encode1_line_asm(const unsigned char* input,unsigned char* output,const long line_count)
{
asm
{
push esi
push edi
push ebx
push ebp
mov esi,[esp+4+16]//input
mov edi,[esp+8+16]//output
mov ebp,[esp+12+16]//line_count
lea edi,[edi+ebp*4]
neg ebp
align 4
loop_begin:
mov ebx,dword ptr [esi]
bswap ebx
mov ecx,ebx
mov edx,ebx
mov eax,ebx
shr ecx,14
shr edx,8
shr eax,26
and ecx,0x3F
shr ebx,20
and edx,0x3F
and eax,0x3F
movzx ecx, BYTE PTR [BASE64_CODE+ecx]
and ebx,0x3F
mov ch , BYTE PTR [BASE64_CODE+edx]
movzx eax, BYTE PTR [BASE64_CODE+eax]
shl ecx,16
mov ah , BYTE PTR [BASE64_CODE+ebx]
add esi,3
or ecx,eax
mov [edi+ebp*4],ecx
add ebp,1
jnz loop_begin
pop ebp
pop ebx
pop edi
pop esi
ret 12
}
}
//使用64字节的表
void base64_encode1_asm(const void* pdata,const unsigned long data_size,void* out_pcode)
{
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
unsigned long fast_cell=data_size/3;
if (fast_cell>0)
{
unsigned long fast_cell_safe=fast_cell-1;
if (fast_cell_safe>0)
{
_base64_encode1_line_asm(input,output,fast_cell_safe);
input+=(fast_cell_safe*3);
output+=(fast_cell_safe*4);
}
unsigned long input_all=(input[0]<<16) | (input[1]<<8) | (input[2]);
unsigned int output0=BASE64_CODE[ input_all >> 18 ];
unsigned int output1=BASE64_CODE[ (input_all >> 12) & 0x3F ];
unsigned int output2=BASE64_CODE[ (input_all >> 6) & 0x3F ];
unsigned int output3=BASE64_CODE[ input_all & 0x3F ];
*(unsigned long*)(&output[0])=output0 | (output1<<8) | (output2<<16) | (output3<<24);
input+=3;
output+=4;
}
base64_addpaing(input,data_size-(fast_cell*3),output);
}
H:为了减少计算量，我们可以尝试适量增大表的大小(空间换时间)
对于这样的代码: output0=BASE64_CODE[input0/4];
我想改写成这样: output0=BASE64_CODE_SHIFT2[input0];
那么BASE64_CODE_SHIFT2应该怎样定义呢？由于output0=BASE64_CODE_SHIFT2[input0]=BASE64_CODE[input0/4];
有BASE64_CODE_SHIFT2[i]=BASE64_CODE[i/4]; //i属于[0.255]
对于这样的代码: output3=BASE64_CODE[input2 & 0x3F];
我想改写成这样: output3=BASE64_CODE_EX[input2];
那么BASE64_CODE_EX[i]=BASE64_CODE[i & 0x3F]; //i属于[0.255]
为了能够简化output1和output2的计算,扩大BASE64_CODE_EX到4k，参见源代码:
//编码函数每秒编码出的数据量:
// base64_encode2 701.6 MB/s
// |------------------|------------------|------------------|
// | a[0..7] | b[0..7] | c[0..7] |
// |------------------|------------------|------------------|
//
// |------------------|------------------|------------------|------------------|
// | a[0..7] |b[4..7]+a[0..7]<<4|c[6..7]+b[0..7]<<2| c[0..7] |
// |------------------|------------------|------------------|------------------|
//使用64+256+4096字节的表(4K+)
void base64_encode2(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static unsigned char BASE64_CODE_SHIFT2[256];
static unsigned char BASE64_CODE_EX[256];
static bool initialized=false;
if(!initialized)
{
unsigned int i;
for(i=0;i<256;++i)
BASE64_CODE_SHIFT2[i]=BASE64_CODE[i/4];
for(i=0;i<(1<<12);++i)
BASE64_CODE_EX[i]=BASE64_CODE[i%64];
initialized=true;
}
if (data_size<=0) return;
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
//output[0]=BASE64_CODE_SHIFT2[input[0]];
//output[1]=BASE64_CODE_EX[(input[0]<<4) + (input[1]>>4)];
//output[2]=BASE64_CODE_EX[(input[1]<<2) + (input[2]>>6)];
//output[3]=BASE64_CODE_EX[input[2]];
// 可以测试一下这种内存读取和写入方式的速度
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output0=BASE64_CODE_SHIFT2[input0];
unsigned int output1=BASE64_CODE_EX[(input0<<4) + (input1>>4)];
unsigned int output2=BASE64_CODE_EX[(input1<<2) + (input2>>6)];
unsigned int output3=BASE64_CODE_EX[input2];
*(unsigned long*)(&output[0])=output0 | (output1<<8) | (output2<<16) | (output3<<24);
}
base64_addpaing(input,input_end-input,output);
}
I:使用更大的表来换取更快的速度!
前面的代码中6bit的数据查表可以得到8bit的输出数据，那么我可以构造一个更大的表，
一次使用12bit的数据查表得到16bit的输出数据!
原代码: unsigned int output0=BASE64_CODE[input0 >> 2];
unsigned int output1=BASE64_CODE[((input0 << 4) | (input1 >> 4)) & 0x3F];
想要的新代码: output_0_1=BASE64_WCODE[(input0<<4) | (input1>>4)]
有 BASE64_WCODE[(input0<<4)|(input1>>4)]= BASE64_CODE[input0 >> 2]
| (BASE64_CODE[((input0 << 4) | (input1 >> 4)) & 0x3F] << 8);
令i==(input0<<4) | (input1>>4); 则有: input0==i>>4; (input>>4)==i&0F;
即:BASE64_WCODE[i]=BASE64_CODE[(i>>4)>>2]
| (BASE64_CODE[ (((i>>4)<< 4) | i&0F) & 0x3F ] << 8);
BASE64_WCODE[i]=BASE64_CODE[i>>6] | (BASE64_CODE[i & 0x3F]<<8);//i属于[0..4095]
(当你熟悉用建数据表来表达计算的时候，这些推导反而显得累赘；
对于这里的表的建立，只需要注意表的序号就是需要替换的函数(也可以是假想的函数)的参数，
数据表中的值就是该输入参数时函数的返回值，这样就可以直接写出表的建立表达式。)
为了不增加新的表，我们在的BASE64_WCODE表的基础上来得到计算output_2_3的表达式；
output_2_3=BASE64_WCODE[((input1<<8) | input2) & 0x0FFF];
//编码函数每秒编码出的数据量:
// base64_encode3 791.3 MB/s
// |------------------|------------------|------------------|
// | a[0..7] | b[0..7] | c[0..7] |
// |------------------|------------------|------------------|
//
// |-------------------------------------|-----------------------------------|
// | a[0..7]<<4 + b[4..7] | b[0..3]<<8 + c[0..7] |
// |-------------------------------------|-----------------------------------|
//使用4096x2字节的表(8K)
void base64_encode3(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static unsigned short BASE64_WCODE[1<<12];
static bool initialized=false;
if(!initialized)
{
for(unsigned int i=0;i<(1<<12);++i)
{
BASE64_WCODE[i]=BASE64_CODE[i>>6] | (BASE64_CODE[i & 0x3F] << 8);
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
long i=data_size/3;
output+=(i*4);
for(i=-i;i;input+=3,++i)
{
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output_0_1=BASE64_WCODE[ (input0<<4) | (input1>>4)];
unsigned int output_2_3=BASE64_WCODE[((input1 & 0x0F)<<8) | input2];
*(unsigned long*)(&output[i*4])=output_0_1 | (output_2_3<<16);
}
base64_addpaing(input,data_size%3,output);
}
(声明:在实际项目中Base64编码函数很少会成为瓶颈；项目中应该使用性能剖分工具来
定位程序热点，集中精力优化这些瓶颈；不过本文章的目的正好是要看看对它的极致优
化所能使用的方案:)
如果使用更大的表(256K),一次使用16bit做查询,可以更好的化简计算
(但由于表太大可能不能装入CPU的一级缓存，所以函数运行可能会很慢)
//编码函数每秒编码出的数据量:
// base64_encode_256K 409.8 MB/s
// |------------------|------------------|------------------|
// | a[0..7] | b[0..7] | c[0..7] |
// |------------------|------------------|------------------|
//
// |-------------------------------------|-------------------------------------|
// | a[0..7] + b[0..7]<<8 | b[0..7] + c[0..7]<<8 |
// |-------------------------------------|-------------------------------------|
//使用(1<<16)x2x2字节的表(256K)
void base64_encode_256K(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static unsigned short BASE64_WCODE_L[1<<16];
static unsigned short BASE64_WCODE_H[1<<16];
static bool initialized=false;
if(!initialized)
{
for(unsigned long i=0;i<(1<<16);++i)
{
unsigned int input0=i&0xFF;
unsigned int input1=(i>>8)&0xFF;
unsigned int output0=BASE64_CODE[input0>>2];
unsigned int output1=BASE64_CODE[((input0 & 3)<<4) + (input1>>4)];
BASE64_WCODE_L[i]=(unsigned short)( output0 | (output1<<8) );
input1=i&0xFF;
unsigned int input2=(i>>8)&0xFF;
unsigned int output2=BASE64_CODE[((input1 & 0x0F)<<2) + (input2>>6)];
unsigned int output3=BASE64_CODE[input2 & 0x3F];
BASE64_WCODE_H[i]=(unsigned short)( output2 | (output3<<8) );
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
//unsigned int input0=input[0];
//unsigned int input1=input[1];
//unsigned int input2=input[2];
//unsigned int output_0_1=BASE64_WCODE_L[input0+(input1<<8)];
//unsigned int output_2_3=BASE64_WCODE_H[input1+(input2<<8)];
//*(unsigned long*)(&output[0])=output_0_1+(output_2_3<<16);
// 可以测试一下这种内存读取方式的速度
unsigned int output_0_1=BASE64_WCODE_L[*(unsigned short*)(&input[0])];
unsigned int output_2_3=BASE64_WCODE_H[*(unsigned short*)(&input[1])];
*(unsigned long*)(&output[0])=output_0_1+(output_2_3<<16);
}
base64_addpaing(input,input_end-input,output);
}
尝试一下24bit的查询表，(1<<24)*4字节(64M),恐怖的表大小!
(警告:base64_encode_256K和base64_encode_64M函数只是作为例子给出，并不建议真的使用)
//编码函数每秒编码出的数据量:
// base64_encode_64M 111.3 MB/s
// |----------------------|----------------------|----------------------|
// | a[0..7] | b[0..7] | c[0..7] |
// |----------------------|----------------------|----------------------|
//
// |--------------------------------------------------------------------|
// | a[0..7] + b[0..7]<<8 + c[0..7]<<16 |
// |--------------------------------------------------------------------|
void base64_encode_64M(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static unsigned long BASE64_DWCODE[1<<24];
static bool initialized=false;
if(!initialized)
{
for(unsigned long i=0;i<(1<<24);++i)
{
unsigned int input0=i & 0xFF;
unsigned int input1=(i>>8) & 0xFF;
unsigned int input2=(i>>16) & 0xFF;
unsigned int output0=BASE64_CODE[input0>>2];
unsigned int output1=BASE64_CODE[((input0 & 3)<<4) + (input1>>4)];
unsigned int output2=BASE64_CODE[((input1 & 0x0F)<<2) + (input2>>6)];
unsigned int output3=BASE64_CODE[input2 & 0x3F];
BASE64_DWCODE[i]=output0 | (output1<<8) | (output2<<16) | (output3<<24);
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
const unsigned char* input_end=&input[data_size];
unsigned char* output=(unsigned char*)out_pcode;
for(;input+2<input_end;input+=3,output+=4)
{
*(unsigned long*)(&output[0])=BASE64_DWCODE[input[0]+(input[1]<<8)+(input[2]<<16)];
}
base64_addpaing(input,input_end-input,output);
}
J:现在在base64_encode3的基础上使用汇编来进行优化;
想法是尽量压缩寄存器的使用，然后多个寄存器就能同时执行多路，增加了指令的并发能力；
(
说明: 刚开始写过双8K表的C++实现和其汇编优化实现,在AMDx2上速度很快，但觉得16k的表太
浪费，而且在奔腾4等CPU上速度降低严重，经历过几个版本(也有比较平衡的)；
但它们比起base64_encode3_asm来就逊色了，所以就略去了。
这里的版本(8K表)base64_encode3_asm在各种CPU上的适应性应该不错(但我还没有机会测试过)
)
//编码函数每秒编码出的数据量:
// base64_encode3_asm 1061.3 MB/s
static unsigned short BASE64_WCODE_asm[1<<12];
void __declspec(naked) __stdcall _base64_encode3_line_asm(const unsigned char* input,unsigned char* output,const long line_count_AL2)
{
asm
{
push esi
push edi
push ebx
push ebp
mov esi,[esp+4+16]//input
mov edi,[esp+8+16]//output
mov ebp,[esp+12+16]//line_count_AL2
lea edi,[edi+ebp*4]
neg ebp
align 4
loop_begin:
mov edx,dword ptr [esi]
mov ebx,dword ptr [esi+3]
bswap edx
bswap ebx
mov eax,edx
mov ecx,ebx
shr edx,8
shr ebx,8
shr eax,20
shr ecx,20
and edx,0x0FFF
and ebx,0x0FFF
movzx eax,word ptr [BASE64_WCODE_asm+eax*2]
movzx edx,word ptr [BASE64_WCODE_asm+edx*2]
movzx ebx,word ptr [BASE64_WCODE_asm+ebx*2]
movzx ecx,word ptr [BASE64_WCODE_asm+ecx*2]
shl edx,16
shl ebx,16
or edx,eax
or ecx,ebx
mov [edi+ebp*4],edx
mov [edi+ebp*4+4],ecx
add esi,3*2
add ebp,2
jnz loop_begin
pop ebp
pop ebx
pop edi
pop esi
ret 12
}
}
void base64_encode3_asm(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static bool initialized=false;
if(!initialized)
{
for(unsigned int i=0;i<(1<<12);++i)
{
BASE64_WCODE_asm[i]=BASE64_CODE[i>>6] | (BASE64_CODE[i & 0x3F] << 8);
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
unsigned long fast_cell=data_size/3;
if (fast_cell>0)
{
unsigned long fast_cell_AL2=((fast_cell-1)>>1)<<1;
//预留一个cell保证_base64_encode3_line_asm内存访问安全，并且使cell大小2个对齐
if (fast_cell_AL2>0)
{
_base64_encode3_line_asm(input,output,fast_cell_AL2);
input+=(fast_cell_AL2*3);
output+=(fast_cell_AL2*4);
}
for(unsigned long i=fast_cell_AL2;i<fast_cell;++i,input+=3,output+=4)
{
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output_0_1=BASE64_WCODE_asm[(input0<<4) | (input1>>4)];
unsigned int output_2_3=BASE64_WCODE_asm[((input1&0x0F)<<8) | input2];
*(unsigned long*)(&output[0])=output_0_1 | (output_2_3<<16);
}
}
base64_addpaing(input,data_size-(fast_cell*3),output);
}
K:使用sse和sse2的写缓存优化
警告: 优化写缓冲需要满足的条件是写入的数据量比较大或者需要写入的数据不需要很快就访问，
从而避免了写入的数据被CPU自动缓冲而"污染"缓存;(如果条件不满足,“优化”反而会变成劣化)
提示: 在不支持SSE和 SSE2指令的CPU上函数将不能执行
使用sse中的movntq指令来改写_base64_encode3_line_asm为_base64_encode3_line_sse；
代码如下：
//编码函数每秒编码出的数据量:
// base64_encode3_sse 1205.6 MB/s
//(在奔腾4上使用该优化版本可能反而比base64_encode3_asm版本慢,需要测试一下)
void __declspec(naked) __stdcall _base64_encode3_line_sse(const unsigned char* input,unsigned char* output,const long line_count_AL2)
{
asm
{
push esi
push edi
push ebx
push ebp
mov esi,[esp+4+16]//input
mov edi,[esp+8+16]//output
mov ebp,[esp+12+16]//line_count_AL2
lea edi,[edi+ebp*4]
neg ebp
align 4
loop_begin:
mov edx,dword ptr [esi]
mov ebx,dword ptr [esi+3]
bswap edx
bswap ebx
mov eax,edx
mov ecx,ebx
shr edx,8
shr ebx,8
shr eax,20
shr ecx,20
and edx,0x0FFF
and ebx,0x0FFF
movzx eax,word ptr [BASE64_WCODE_asm+eax*2]
movzx edx,word ptr [BASE64_WCODE_asm+edx*2]
movzx ebx,word ptr [BASE64_WCODE_asm+ebx*2]
movzx ecx,word ptr [BASE64_WCODE_asm+ecx*2]
shl edx,16
shl ebx,16
or edx,eax
or ecx,ebx
//普通写入指令
//mov [edi+ebp*4],edx
//mov [edi+ebp*4+4],ecx
//sse支持的写入指令
MOVD MM0,edx
MOVD MM1,ecx
PUNPCKlDQ MM0,MM1
MOVNTQ [edi+ebp*4],MM0
add esi,3*2
add ebp,2
jnz loop_begin
SFENCE //写入刷新
EMMS //mmx寄存器使用结束
pop ebp
pop ebx
pop edi
pop esi
ret 12
}
}
void base64_encode3_sse(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static bool initialized=false;
if(!initialized)
{
for(unsigned int i=0;i<(1<<12);++i)
{
BASE64_WCODE_asm[i]=BASE64_CODE[i>>6] | (BASE64_CODE[i & 0x3F] << 8);
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
unsigned long fast_cell=data_size/3;
if (fast_cell>0)
{
unsigned long fast_cell_AL2=((fast_cell-1)>>1)<<1;
//预留一个cell保证_base64_encode3_line_sse内存访问安全，并且使cell大小2个对齐
if (fast_cell_AL2>0)
{
_base64_encode3_line_sse(input,output,fast_cell_AL2);
input+=(fast_cell_AL2*3);
output+=(fast_cell_AL2*4);
}
for(unsigned long i=fast_cell_AL2;i<fast_cell;++i,input+=3,output+=4)
{
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output_0_1=BASE64_WCODE_asm[(input0<<4) | (input1>>4)];
unsigned int output_2_3=BASE64_WCODE_asm[((input1&0x0F)<<8) | input2];
*(unsigned long*)(&output[0])=output_0_1 | (output_2_3<<16);
}
}
base64_addpaing(input,data_size-(fast_cell*3),output);
}
使用sse2中的movnti指令来改写_base64_encode3_line_asm为_base64_encode3_line_sse2；
代码如下：
//编码函数每秒编码出的数据量:
// base64_encode3_sse2 1340.6 MB/s
void __declspec(naked) __stdcall _base64_encode3_line_sse2(const unsigned char* input,unsigned char* output,const long line_count_AL2)
{
asm
{
push esi
push edi
push ebx
push ebp
mov esi,[esp+4+16]//input
mov edi,[esp+8+16]//output
mov ebp,[esp+12+16]//line_count_AL2
lea edi,[edi+ebp*4]
neg ebp
align 4
loop_begin:
mov edx,dword ptr [esi]
mov ebx,dword ptr [esi+3]
bswap edx
bswap ebx
mov eax,edx
mov ecx,ebx
shr edx,8
shr ebx,8
shr eax,20
shr ecx,20
and edx,0x0FFF
and ebx,0x0FFF
movzx eax,word ptr [BASE64_WCODE_asm+eax*2]
movzx edx,word ptr [BASE64_WCODE_asm+edx*2]
movzx ebx,word ptr [BASE64_WCODE_asm+ebx*2]
movzx ecx,word ptr [BASE64_WCODE_asm+ecx*2]
shl edx,16
shl ebx,16
or edx,eax
or ecx,ebx
//普通写入指令
//mov [edi+ebp*4],edx
//mov [edi+ebp*4+4],ecx
//sse2支持的写入指令
MOVNTI [edi+ebp*4],edx
MOVNTI [edi+ebp*4+4],ecx
add esi,3*2
add ebp,2
jnz loop_begin
SFENCE //写入刷新
pop ebp
pop ebx
pop edi
pop esi
ret 12
}
}
void base64_encode3_sse2(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static bool initialized=false;
if(!initialized)
{
for(unsigned int i=0;i<(1<<12);++i)
{
BASE64_WCODE_asm[i]=BASE64_CODE[i>>6] | (BASE64_CODE[i & 0x3F] << 8);
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
unsigned long fast_cell=data_size/3;
if (fast_cell>0)
{
unsigned long fast_cell_AL2=((fast_cell-1)>>1)<<1;
//预留一个cell保证_base64_encode3_line_sse2内存访问安全，并且使cell大小2个对齐
if (fast_cell_AL2>0)
{
_base64_encode3_line_sse2(input,output,fast_cell_AL2);
input+=(fast_cell_AL2*3);
output+=(fast_cell_AL2*4);
}
for(unsigned long i=fast_cell_AL2;i<fast_cell;++i,input+=3,output+=4)
{
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output_0_1=BASE64_WCODE_asm[(input0<<4) | (input1>>4)];
unsigned int output_2_3=BASE64_WCODE_asm[((input1&0x0F)<<8) | input2];
*(unsigned long*)(&output[0])=output_0_1 | (output_2_3<<16);
}
}
base64_addpaing(input,data_size-(fast_cell*3),output);
}
L:使用软件预读指令prefetchnta来进一步优化base64_encode3_sse2：
//编码函数每秒编码出的数据量:
// base64_encode3_sse2_prefetch 1404.73 MB/s
void __declspec(naked) __stdcall _base64_encode3_line_sse2_prefetch(const unsigned char* input,unsigned char* output,const long line_count)
{
asm
{
push esi
push edi
push ebx
push ebp
mov esi,[esp+4+16]//input
mov edi,[esp+8+16]//output
mov ebp,[esp+12+16]//line_count
lea edi,[edi+ebp*4]
neg ebp
align 4
loop_begin:
mov edx,dword ptr [esi]
mov ebx,dword ptr [esi+3]
bswap edx
bswap ebx
prefetchnta [esi+64*4]
mov eax,edx
mov ecx,ebx
shr edx,8
shr ebx,8
shr eax,20
shr ecx,20
and edx,0x0FFF
and ebx,0x0FFF
movzx eax,word ptr [BASE64_WCODE_asm+eax*2]
movzx edx,word ptr [BASE64_WCODE_asm+edx*2]
movzx ebx,word ptr [BASE64_WCODE_asm+ebx*2]
movzx ecx,word ptr [BASE64_WCODE_asm+ecx*2]
shl edx,16
shl ebx,16
or edx,eax
or ecx,ebx
//sse2支持的写入指令
MOVNTI [edi+ebp*4],edx
MOVNTI [edi+ebp*4+4],ecx
add esi,3*2
add ebp,2
jnz loop_begin
pop ebp
pop ebx
pop edi
pop esi
ret 12
}
}
//使用CPU显式prefetchnta预读指令
void base64_encode3_sse2_prefetch(const void* pdata,const unsigned long data_size,void* out_pcode)
{
static bool initialized=false;
if(!initialized)
{
for(unsigned int i=0;i<(1<<12);++i)
{
BASE64_WCODE_asm[i]=BASE64_CODE[i>>6] | (BASE64_CODE[i & 0x3F] << 8);
}
initialized=true;
}
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
unsigned long fast_cell=data_size/3;
if (fast_cell>0)
{
unsigned long fast_cell_AL2=((fast_cell-1)>>1)<<1;
//预留一个cell保证_base64_encode3_line_sse2内存访问安全，并且使cell大小2个对齐
if (fast_cell_AL2>0)
{
_base64_encode3_line_sse2_prefetch(input,output,fast_cell_AL2);
input+=(fast_cell_AL2*3);
output+=(fast_cell_AL2*4);
}
for(unsigned long i=fast_cell_AL2;i<fast_cell;++i,input+=3,output+=4)
{
unsigned int input0=input[0];
unsigned int input1=input[1];
unsigned int input2=input[2];
unsigned int output_0_1=BASE64_WCODE_asm[(input0<<4) | (input1>>4)];
unsigned int output_2_3=BASE64_WCODE_asm[((input1&0x0F)<<8) | input2];
*(unsigned long*)(&output[0])=output_0_1 | (output_2_3<<16);
}
}
base64_addpaing(input,data_size-(fast_cell*3),output);
asm SFENCE //写入刷新
}
M:Base64编码函数的并行化
Base64编码函数其实很容易实现并行算法，把数据切割成几段让多个CPU执行就可以了；
(既然是追求最快的速度,而且现在多核的普及已成必然，所以不增加Base64编码函数的
并行版本测试有点说不过去:) 这里利用CWorkThreadPool类来并行执行任务; 参见我
的Blog文章《并行计算简介和多核CPU编程Demo》,里面有CWorkThreadPool类的完整源代码)
将Base64编码函数并行执行的代码：
#include "WorkThreadPool.h"
struct TBase64WorkData
{
Tbase64_encode_proc base64_encode_proc;
const unsigned char* input;
unsigned long input_size;
unsigned char* output;
};
void base64_encode_part_callback(void* wd)
{
TBase64WorkData* WorkData=(TBase64WorkData*)wd;
WorkData->base64_encode_proc(WorkData->input,WorkData->input_size,WorkData->output);
}
void parallel_base64_encode(Tbase64_encode_proc base64_encode,const void* pdata,const unsigned long data_size,void* out_pcode)
{
const unsigned char* input=(const unsigned char*)pdata;
unsigned char* output=(unsigned char*)out_pcode;
long work_count=CWorkThreadPool::best_work_count();
std::vector<TBase64WorkData> work_list(work_count);
std::vector<TBase64WorkData*> pwork_list(work_count);
unsigned long part_cell_count=data_size/3/work_count;
for (long i=0;i<work_count;++i)
{
work_list[i].base64_encode_proc=base64_encode;
work_list[i].input=input;
work_list[i].output=output;
work_list[i].input_size=part_cell_count*3;
pwork_list[i]=&work_list[i];
input+=part_cell_count*3;
output+=part_cell_count*4;
}
work_list[work_count-1].input_size=data_size-part_cell_count*3*(work_count-1);
CWorkThreadPool::work_execute(base64_encode_part_callback,(void**)&pwork_list[0],work_count);
}
假设需要测试base64_encode3_sse2在并行情况下的速度:
以前的调用代码: base64_encode3_sse2(pdata,data_size,out_pcode);
并行改成这样调用就可以了：
parallel_base64_encode(base64_encode3_sse2,pdata,data_size,out_pcode);
( 附：Base64解码函数
enum B64ReultType{
b64Result_OK=0,
b64Result_CODE_SIZE_ERROR,
b64Result_DATA_SIZE_SMALLNESS,
b64Result_CODE_ERROR
};
// 445MB/s
B64ReultType base64_decode(const void* pcode,const unsigned long code_size,void* out_pdata,const unsigned long data_size,unsigned long* out_pwrited_data_size)
{
const unsigned char DECODE_DATA_MAX = 64-1;
const unsigned char DECODE_PADDING = DECODE_DATA_MAX+2;
const unsigned char DECODE_ERROR = DECODE_DATA_MAX+3;
static unsigned char BASE64_DECODE[256];
static bool initialized=false;
if(!initialized)
{
unsigned long i;
for(i=0;i<256;++i) BASE64_DECODE[i]=DECODE_ERROR;
for(i='A';i<='Z';++i) BASE64_DECODE[i]=(unsigned char)(i-'A');
for(i='a';i<='z';++i) BASE64_DECODE[i]=(unsigned char)(i-'a'+26);
for(i='0';i<='9';++i) BASE64_DECODE[i]=(unsigned char)(i-'0'+26*2);
BASE64_DECODE['+']=26*2+10;
BASE64_DECODE['/']=26*2+10+1;
BASE64_DECODE['=']=DECODE_PADDING;
initialized=true;
}
*out_pwrited_data_size=0;
unsigned long code_node=code_size/4;
if ((code_node*4)!=code_size)
return b64Result_CODE_SIZE_ERROR;
else if (code_node==0)
return b64Result_OK;
//code_node>0
const unsigned char* input=(const unsigned char*)pcode;
unsigned char* output=(unsigned char*)out_pdata;
unsigned long output_size=code_node*3;
if (input[code_size-2]==BASE64_PADDING)
{
if (input[code_size-1]!=BASE64_PADDING)
return b64Result_CODE_ERROR;
output_size-=2;
}
else if (input[code_size-1]==BASE64_PADDING)
--output_size;
if (output_size>data_size) return b64Result_DATA_SIZE_SMALLNESS;
const unsigned char* input_last_fast_node=&input[output_size/3*4];
for(;input<input_last_fast_node;input+=4,output+=3)
{
unsigned int code0=BASE64_DECODE[input[0]];
unsigned int code1=BASE64_DECODE[input[1]];
unsigned int code2=BASE64_DECODE[input[2]];
unsigned int code3=BASE64_DECODE[input[3]];
if ( ((code0|code1)|(code2|code3)) <= DECODE_DATA_MAX )
{
output[0]=(unsigned char)((code0<<2) + (code1>>4));
output[1]=(unsigned char)((code1<<4) + (code2>>2));
output[2]=(unsigned char)((code2<<6) + code3);
}
else
return b64Result_CODE_ERROR;
}
unsigned long bord_width=output_size%3;
if (bord_width==1)
{
unsigned int code0=BASE64_DECODE[input[0]];
unsigned int code1=BASE64_DECODE[input[1]];
if ((code0|code1) <= DECODE_DATA_MAX)
{
output[0]=(unsigned char)((code0<<2) + (code1>>4));
}
else
return b64Result_CODE_ERROR;
}
else if (bord_width==2)
{
unsigned int code0=BASE64_DECODE[input[0]];
unsigned int code1=BASE64_DECODE[input[1]];
unsigned int code2=BASE64_DECODE[input[2]];
if ((code0|code1|code2) <= DECODE_DATA_MAX)
{
output[0]=(unsigned char)((code0<<2) + (code1>>4));
output[1]=(unsigned char)((code1<<4) + (code2>>2));
}
else
return b64Result_CODE_ERROR;
}
*out_pwrited_data_size=output_size;
return b64Result_OK;
})
N:测试的结果放到一起：
//todo:代码在不同CPU上的速度差异的简单分析 等待更多平台的测试结果
//测试平台I7:(CPU:Intel i7 920(2.66G); 内存:DDR3 1333(三通道); 编译器:VC2005)
//测试平台A2:(CPU:AMD64x2 4200+(2.37G); 内存:DDR2 677(双通道); 编译器:VC2005)
//测试平台C2:(CPU:Intel Core2 4400(2.00G);内存:DDR2 667(双通道); 编译器:VC2005)
//测试平台AS:(CPU:AMD Sempron2800+(1.61G);内存:DDR 400; 编译器:VC2005)
//测试平台IX:(CPU:Intel Xeon(x4)(2.33G); 内存: ? ; 编译器:VC2005)
//测试平台Q6:(CPU:Intel Q6600(x4)(2.4G); 内存:DDR2 800(单通道); 编译器:VC2005)
//测试平台IC:(CPU:Intel Celeron(2.1G); 内存:DDR 333 ; 编译器:VC2005)
//每秒编码出的数据量测试(MB/s)
//========================================================================
// A2 C2 IX Q6 AS IC I7
//========================================================================
// base64_encode0 109 103 120 124 74 69 125
// base64_encode0_table 295 679 818 829 204 386 1014
// base64_encode1 533 618 733 755 391 409 884
// base64_encode1_bswap 579 496 586 604 403 397 727
// base64_encode_256K 410 567 661 685 237 26 964
// base64_encode_64M 111 135 162 164 74 21 279
//
// base64_encode1_asm 675 532 641 660 793
// base64_encode2 702 771 911 938 489 413 1033
// base64_encode3 791 1098 1359 1379 553 424 1667
// base64_encode3_asm 1061 1116 1343 1391 703 417 2162
// base64_encode3_sse 1206 1110 1297 1339 841 660 1888
// base64_encode3_sse2 1341 1160 1367 1409 943 685 2021
// base64_encode3_sse2_prefetch
// 1405 1146 1382 1876
//
// 多路并行执行测试:
// base64_encode1_asm 1321 1058 1693 1486 3186
// base64_encode2 1366 1284 1668 1481 3823
// base64_encode3 1483 1315 1681 1478 6373
// base64_encode3_asm 1796 1317 1668 1480 7318
// base64_encode3_sse 2228 1978 2812 2408 8448
// base64_encode3_sse2 2520 2019 2845 2425 8685
// base64_encode3_sse2_prefetch
// 2643 2040 2316 6682
//
//A2/C2/Q6和I7由我提供,IX由网友cat提供,IC和AS由网友constantine提供
(欢迎提交这些代码在你的电脑上的测试成绩(说明测试用的CPU和内存信息)；欢迎提出改进意见)
( 本文章涉及到的测试源代码: https://github.com/sisong/demoForHssBlog )
1404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
