c++ - SSE4内存与差异位置比较

当尝试使用SSE4优化以下内容时，我自己的实现将我咬了回来:

std::distance(byteptr, std::mismatch(byteptr, ptr + lenght, dataptr).first)

这将比较byteptr和数据，并返回字节不匹配的索引。
我确实需要原始速度，因为我正在处理太多内存，RAM速度已经是瓶颈。使用SSE4一次获取和比较16个字节会提高速度，因为一次比较16个字节会更快。

这是我当前无法使用的代码。
它使用GCC SSE内部函数并需要SSE4.2:

// define SIMD 128-bit type of bytes.
typedef char v128i __attribute__ ((vector_size(16)));
// mask of four low bits set.
const uintptr_t aligned_16_imask = (uintptr_t)15;
// mask of four low bits unset.
const uintptr_t aligned_16_mask = ~aligned_16_imask;

inline unsigned int cmp_16b_sse4(v128i *a, v128i *b) {
    return __builtin_ia32_pcmpistri128(__builtin_ia32_lddqu((char*)a), *b, 0x18);
}

size_t memcmp_pos(const char * ptr1, const char * ptr2, size_t lenght)
{
    size_t nro = 0;
    size_t cmpsz;
    size_t alignlen = lenght & aligned_16_mask;
    // process 16-bytes at time.
    while(nro < alignlen) {
        cmpsz = cmp_16b_sse4((v128i*)ptr1, (v128i*)ptr2);
        ptr1 += cmpsz;
        ptr2 += cmpsz;
        nro += cmpsz;
        // if compare failed return now.
        if(cmpsz < 16)
            return nro;
        if(cmpsz != 16)
            break;
    }
    // process remainder 15 bytes:
    while( *ptr1 == *ptr2 && nro < lenght) {
        ++nro;
        ++ptr1;
        ++ptr2;
    }
    return nro;
}

测试上述功能时，大多数情况下都可以使用，但在某些情况下会失败。

最佳答案

pcmpistri的一个已知问题是它总是读取完整的16个字节-甚至超出了变量的末尾。这在页边界，分配给未分配的内存的边界上成为问题。参见here (scroll down to "Renat Saifutdinov")。

即使支持未对齐的读取，也可以通过仅使用源的对齐读取来避免这种情况，即see this SO answer。

这可能是代码失败的可能性之一。

关于c++ - SSE4内存与差异位置比较，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46027952/