Come @Mysticial dice nei commenti di cui sopra, fare il confronto e sintesi in senso verticale e poi basta sommare orizzontalmente alla fine del ciclo principale:
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <emmintrin.h>
// reference implementation
int fast_compare_ref(const char *s, const char *t, int length)
{
int result = 0;
int i;
for (i = 0; i < length; ++i)
{
if (s[i] == t[i])
result++;
}
return result;
}
// optimised implementation
int fast_compare(const char *s, const char *t, int length)
{
int result = 0;
int i;
__m128i vsum = _mm_set1_epi32(0);
for (i = 0; i < length - 15; i += 16)
{
__m128i vs, vt, v, vh, vl, vtemp;
vs = _mm_loadu_si128((__m128i *)&s[i]); // load 16 chars from input
vt = _mm_loadu_si128((__m128i *)&t[i]);
v = _mm_cmpeq_epi8(vs, vt); // compare
vh = _mm_unpackhi_epi8(v, v); // unpack compare result into 2 x 8 x 16 bit vectors
vl = _mm_unpacklo_epi8(v, v);
vtemp = _mm_madd_epi16(vh, vh); // accumulate 16 bit vectors into 4 x 32 bit partial sums
vsum = _mm_add_epi32(vsum, vtemp);
vtemp = _mm_madd_epi16(vl, vl);
vsum = _mm_add_epi32(vsum, vtemp);
}
// get sum of 4 x 32 bit partial sums
vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 8));
vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 4));
result = _mm_cvtsi128_si32(vsum);
// handle any residual bytes (< 16)
if (i < length)
{
result += fast_compare_ref(&s[i], &t[i], length - i);
}
return result;
}
// test harness
int main(void)
{
const int n = 1000000;
char *s = malloc(n);
char *t = malloc(n);
int i, result_ref, result;
srand(time(NULL));
for (i = 0; i < n; ++i)
{
s[i] = rand();
t[i] = rand();
}
result_ref = fast_compare_ref(s, t, n);
result = fast_compare(s, t, n);
printf("result_ref = %d, result = %d\n", result_ref, result);;
return 0;
}
Compilare ed eseguire il test harness sopra:
$ gcc -Wall -O3 -msse3 fast_compare.c -o fast_compare
$ ./fast_compare
result_ref = 3955, result = 3955
$ ./fast_compare
result_ref = 3947, result = 3947
$ ./fast_compare
result_ref = 3945, result = 3945
Nota che c'è un trucco forse non evidente nel codice SSE sopra dove usiamo _mm_madd_epi16
per spacchettare e accumulare 16 bit 0
/-1
valori a somme parziali a 32 bit. Approfittiamo del fatto che lo -1*-1 = 1
(e lo 0*0 = 0
ovviamente) - qui non stiamo davvero facendo un multiplo, semplicemente disimballando e sommando in un'unica istruzione.
UPDATE: come notato nei commenti qui sotto, questa soluzione non è ottimale - Ho appena preso una soluzione abbastanza ottimale a 16 bit e ha aggiunto 8 bit a 16 bit disimballaggio per farlo funzionare per 8 bit di dati. Tuttavia per i dati a 8 bit esistono metodi più efficienti, ad es. utilizzando psadbw
/_mm_sad_epu8
. Lascerò qui questa risposta per i posteri e per chiunque voglia fare questo genere di cose con dati a 16 bit, ma in realtà una delle altre risposte che non richiede di decomprimere i dati di input dovrebbe essere la risposta accettata.
Utilizzare un ciclo for (lunghezza/16 volte) e azzerare gli zeri su lhs e quelli su rh se i byte rimanenti sono inferiori a 16. Il padding dovrebbe essere diverso in modo che non contenga il padding in modo errato. –
'while (length> = 16) {/ * usa la tua funzione */length - = 16; } if (length)/* usa una versione che confronta lunghezza (fino a 15) byte * /; ' – pmg
FYI viene spesso chiamata [* Distanza di Hamming *] (http://en.wikipedia.org/wiki/Hamming_distance) - questo può essere utile come termine di ricerca. –