lsb算法c语言实现,C[闭包]位反转(从MSB->LSB到LSB->MSB)的高效算法

这个线程引起了我的注意，因为它处理的是一个简单的问题，它需要大量的工作(CPU周期)，即使对于现代CPU来说也是如此。有一天，我也站在那里，带着同样的#%“#”问题。我不得不翻几百万字节。然而，我知道我所有的目标系统都是基于现代英特尔的，所以让我们开始优化到极致！

所以我用马特·J的查找代码作为基础。我正在设定的系统是i7 Haswell 4700 eq。

MattJ的查找位翻转了40万字节：大约0.272秒。

然后，我继续试着看看英特尔的ISPC编译器是否能够在rese.c中将算法向量化。

我不会让你们对我的发现感到厌烦，因为我尝试了很多来帮助编译器找到一些东西，不管怎样，我以0.15秒的性能来翻转40万字节。这是一个很大的减少，但对我的应用程序来说，还是太慢了。

所以人们让我介绍世界上最快的基于英特尔的贱货。时刻表：

时间比特翻转400000000字节：0.050082秒！// Bitflip using AVX2 - The fastest Intel based bitflip in the world!!// Made by Anders Cedronius 2014 (anders.cedronius (you know what) gmail.com)#include #include #include #include using namespace std;#define DISPLAY_HEIGHT  4#define DISPLAY_WIDTH   32#define NUM_DATA_BYTES  400000000// Constants (first we got the mask, then the high order nibble look up table and last we got the low order nibble lookup table)__attribute__ ((aligned(32))) static unsigned char k1[32*3]={

0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,0x0f,

0x00,0x08,0x04,0x0c,0x02,0x0a,0x06,0x0e,0x01,0x09,0x05,0x0d,0x03,0x0b,0x07,0x0f,0x00,0x08,0x04,0x0c,0x02,0x0a,0x06,0x0e,0x01,0x09,0x05,0x0d,0x03,0x0b,0x07,0x0f,

0x00,0x80,0x40,0xc0,0x20,0xa0,0x60,0xe0,0x10,0x90,0x50,0xd0,0x30,0xb0,0x70,0xf0,0x00,0x80,0x40,0xc0,0x20,0xa0,0x60,0xe0,0x10,0x90,0x50,0xd0,0x30,0xb0,0x70,0xf0};// The data to be bitflipped (+32 to avoid the quantization out of memory problem)__attribute__ ((aligned(32))) static unsigned char data[NUM_DATA_BYTES+32]={};extern "C" {void bitflipbyte(unsigned char[],unsigned int,unsigned char[]);}int main(){

for(unsigned int i = 0; i 

{

data[i] = rand();

}

printf ("\r\nData in(start):\r\n");

for (unsigned int j = 0; j 

{

for (unsigned int i = 0; i 

{

printf ("0x%02x,",data[i+(j*DISPLAY_WIDTH)]);

}

printf ("\r\n");

}

printf ("\r\nNumber of 32-byte chunks to convert: %d\r\n",(unsigned int)ceil(NUM_DATA_BYTES/32.0));

double start_time = omp_get_wtime();

bitflipbyte(data,(unsigned int)ceil(NUM_DATA_BYTES/32.0),k1);

double end_time = omp_get_wtime();

printf ("\r\nData out:\r\n");

for (unsigned int j = 0; j 

{

for (unsigned int i = 0; i 

{

printf ("0x%02x,",data[i+(j*DISPLAY_WIDTH)]);

}

printf ("\r\n");

}

printf("\r\n\r\nTime to bitflip %d bytes: %f seconds\r\n\r\n",NUM_DATA_BYTES, end_time-start_time);

// return with no errors

return 0;}

打印的是用来调试的。

这是工作马：bits 64global bitflipbyte

bitflipbyte:

vmovdqa     ymm2, [rdx]

add         rdx, 20h

vmovdqa     ymm3, [rdx]

add         rdx, 20h

vmovdqa     ymm4, [rdx]bitflipp_loop:

vmovdqa     ymm0, [rdi]

vpand       ymm1, ymm2, ymm0

vpandn      ymm0, ymm2, ymm0

vpsrld      ymm0, ymm0, 4h

vpshufb     ymm1, ymm4, ymm1

vpshufb     ymm0, ymm3, ymm0

vpor        ymm0, ymm0, ymm1

vmovdqa     [rdi], ymm0

add     rdi, 20h

dec     rsi

jnz     bitflipp_loop

ret

这段代码需要32个字节，然后屏蔽掉这些信息。然后用vpShufb和ymm 4/ymm 3作为查找表。我可以使用一个单一的查找表，但之后，我将不得不左移，然后再一起啃咬。

有更快的方式翻转比特。但是我一定要使用单线程和CPU，所以这是我所能达到的最快的速度。你能做一个更快的版本吗？

请不要评论使用英特尔C/C+编译器内部等效命令.