把循环矢量化

看编译器优化等级的时候，看到MSVC /02会尝试把一些循环矢量化，有点好奇什么是循环矢量化。
说白了就是底层执行逻辑的优化。
循环矢量化（Loop Vectorization）会把循环中的操作并行化，使得CPU能够同时处理多个数据元素，从而提升程序的执行效率。

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

比如上面这个司空见惯的循环，如果不循环矢量化就会逐个处理数据元素，每个数组取第i个元素叠加存放到C变量对应位置，执行n个加法操作；当循环矢量化之后会成批处理，把A、B两个数组加载到向量寄存器中，一次性执行多个加法操作。

示例

#include <iostream>
#include <chrono>
#include <vector>
#include <immintrin.h> // For AVX

void add_arrays_non_vectorized(const float* A, const float* B, float* C, int n) {
    for (int i = 0; i < n; ++i) {
        C[i] = A[i] + B[i];
    }
}

void add_arrays_vectorized(const float* A, const float* B, float* C, int n) {
    for (int i = 0; i < n; i += 8) {
        __m256 a = _mm256_loadu_ps(&A[i]);
        __m256 b = _mm256_loadu_ps(&B[i]);
        __m256 c = _mm256_add_ps(a, b);
        _mm256_storeu_ps(&C[i], c);
    }
}

int main() {
    const int n = 1 << 20; // 1 million elements
    std::vector<float> A(n, 1.0f);
    std::vector<float> B(n, 2.0f);
    std::vector<float> C(n, 0.0f);

    auto start = std::chrono::high_resolution_clock::now();
    add_arrays_non_vectorized(A.data(), B.data(), C.data(), n);
    auto end = std::chrono::high_resolution_clock::now();
    std::chrono::duration<double> duration_non_vectorized = end - start;
    std::cout << "Non-vectorized time: " << duration_non_vectorized.count() << " seconds\n";

    start = std::chrono::high_resolution_clock::now();
    add_arrays_vectorized(A.data(), B.data(), C.data(), n);
    end = std::chrono::high_resolution_clock::now();
    std::chrono::duration<double> duration_vectorized = end - start;
    std::cout << "Vectorized time: " << duration_vectorized.count() << " seconds\n";

    return 0;
}

运行的时候需要确保编译器支持AVX指令集，加入”-mavx“或者“/mavx”编译选项，执行结果如下：

Non-vectorized time: 0.00181928 seconds
Vectorized time: 0.000843904 seconds