sse2 指令解析

  pxor      zero, zero
  neg       strideD

自己跟自己异或，相当于清零,NEG取反操作；

lea       pSrcRow,    [pSrc]

这个就是讲pSrc的地址给pSrcRow，此时pSrcRow和pSrc具有不同的名字但是指向同一个内存；

mov       pSrcRow,    pSrc

这个相当于把pSrc的内容复制一次给pSrcRow，pSrcRow值的变动不会影响pSrc

imul      strideD,    4

这个是无符号乘法，strideD = strideD*4;

这个等同于逻辑左移或算数左移

shl strideD, 2

sal strideD, 2

逻辑右移高位用0补，而算数右移高位不变（用原有的符号位补，负数为1，正数为0）；

同时，

imul      strideS， strideD,    4

也是合法的；

movq       srcShift0, [pSrcCol]

这个是从内存[pSrcCol]读取64位到mm寄存器

指令后缀解读：

b;字节-8bit
w;字-16bit
d;双字-32bit
q;四字-64bit
a;align,对齐
u;unalign,不对齐
p;package,打包，128位同时处理
s;single,不打包，只处理部分
s;single precision,单精度，32bit
d;double precision,双精度，64Bit
l;低64位
h;高64位

下面摘自文章《Intro_to_Intel_Avx》
许多指令都是紧缩或标量形式:
即它们在寄存器的多个并行元素或者一个单一元素上执行——标记为 [P/S];
条目长度分为双精度或单精度浮点（简称为双精度和单精度），标记为 [D/S]；
整数形式分为字节、字、双字和四字，标记为 [B/W/D/Q]。
整数形式有时还分为带符号形式和无符号形式，标记为 [S/U] ;
有些指令在寄存器的高区或低区运行，标记为 [H/L]；

比如：

paddb,按字节对齐相加，paddw，按字对齐相加，paddd,按双字对齐相加。。。。

movlps,将源64位的两个单精度（s,32x2）的值打包(p)移到目的寄存器的低（l）64位中；

movss,将单精度（s）的值不打包（s)移致目的寄存器的低32位；

 

位数扩展指令：

punpcklbw  srcShift0, zero;在低（l）64位,将字节（b）扩展成字(w),变成128位，原来的高64位被覆盖
12345678，-> 01020304
同理，有

punpckhbw, punpcklwd, punpckhwd....

移位指令：

pslldq ,按双四字（dq）（128bit）逻辑（l）左移(l)
pslld, 按双字（32位）逻辑左移
psllw,按字逻辑左移
psrlw,按字逻辑右移

psraw,按字算术右移
psrad，按双字算术右移

pshufd dst,src,imm

这个指令的意思是从src中取双字（32bit）按照imm（8位）的顺序复制给dst:

imm=01 11 00 00(1,3,0,0)

则: dst[0] = src[0]

      dst[1] =src[0]

      dst[2] = src[3]

      dst[3] = src[1]

 

 pshufd    tmp,  srcHigh, 01000001B 

 srcHigh的值：

tmp的值：

执行以上操作后：

验证！

 

movdqu m0,   [t1 + t2],

[]内不能有内存

t1:寄存器/立即数

t2:寄存器/立即数

且t1，t2至少一个是寄存器，t1，和t2不能是内存

经典的用法是：movdqu m0,   [t1 + 2*t2 + 3],其中t1,t2都是寄存器

当寄存器不够使用时（win32下只有7个可以使用），可以定义一个临时寄存器tmp，参数存在内存s1上，那么可以这么做：

mov  tmp, s1

movdqu m0,   [t1 + tmp],

这样不会报错，而

movdqu m0,   [t1 + s1],会报错，其他例子如，s3是放在栈上的参数，栈上的参数是不能当做目的操作数的，在add,sub，mul等中只能做源操作数，为了改变s3，可以借助临时寄存器：

mov tmp, s3

dec tmp

mov s3, tmp

sub,cmp,test

sub:会改变目的操作室，cmp和test不会改变目的操作数，所以如果不想改变dst值，则可以

cmp dst, 8

改变的话则

sub dst, 8

psadbw

这个是按字节打包计算绝对差的和，低64位的绝对差和放在第一个字处[0:15]，高64位的绝对差和放在第五个字处[64:79],其他字为0，

m0: 按字节，1-1 1-1- 1-1-1-1 -1-1-1-1-1-1-1-1 

m1:按字节， 0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0

psadbw:m0,m1

得m0,按字，8-0-0-0-8-0-0-0 

pavgb

这个是按字节打包计算平均值，结果仍然为字节

m0: 按字节，6-16-10-14-21-21-2-10-2-2-1-8-99-6-22-8

m1:按字节， 0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0

pagv m0, m1

得m0:3-8-5-7-10-10-1-5-1-1-0-4-49-3-11-4

pslldq

这个是按字节左移，而其他非dq结尾的移位操作都是以bit为单位进行移位，psrld，m1, 24.m1逻辑向右移位24bit，也就是3bytes，而pslldq m1,1表示逻辑左移1byte

移位操作可以配合paddd实现水平求和，如

m0按字为：6-16-10-14-21-21-2-10

如果计算低64位和，可以这么做：

punpcklwd m0,zer0

得按双字，6-16-10-14

pslldq m0,4

得0-6-16-10

重复，得到

6-16-10-14

0- 6- 16-10

0- 0-  6- 16

0- 0-  0-  6

利用paddd即可愿意得到结果

6-22-32-46

packssdw，packuswb

这两个指令某种意义上是punpckxxx的逆操作；

假如，m0按字节为152-0-0-0-123-0-0-0-140-0-0-0-78-0-0-0，我想把152-123-140-78store进一个连续（字节类型）的内存中，

如果直接store,保存的是152-0-0-0,达不到目的；

执行packssdw，m0

得152-0-123-0-140-0-78-152-0-123-0-140-0-78-0

执行packuswb，m0

得152-123-140-78-152-123-140-78-152-123-140-78-152-123-140-78