1

我正在为协议编写文本数据包分析器，并在优化它时发现find_first_not_of调用是一个很大的瓶颈。

从本质上讲，如果一个数据包只包含有效字符，我需要查找它是否有效，这比默认的 C++ 函数要快。

例如，如果所有允许的字符都是f, h, o,t和w, 在 C++ 中我只会调用s.find_first_not_of("fhotw"), 但在 SSEx 中我不知道在将字符串加载到一组__m128i变量中之后。

显然，_mm_cmpXstrY函数文档在这方面并没有真正帮助我。（例如_mm_cmpistri）。起初我可以减去_mm_sub_epi8，但我认为这不是一个好主意。

此外，我坚持使用 SSE（任何版本）。

4

1 回答 1

2

Wojciech Muła 的这篇文章描述了一种 SSSE3 算法来接受/拒绝任何给定的字节值。（与文章相反，应该使用饱和算法进行范围检查，但我们没有范围。）

SSE4.2 字符串函数通常比手工编写的函数慢。例如，pcmpistriSSE4.2 字符串指令中最快的 Skylake 上的 3 uops、3 周期吞吐量。与每 16 个字节的输入 1 个 shuffle 和 1 个 pcmpeqb 相比，使用 SIMD AND 和 movemask 组合结果。加上一些加载和寄存器复制指令，但仍然很可能比每 3 个周期 1 个向量快。不过，处理短的以 0 结尾的字符串并不那么容易；如果您还需要担心这一点，SSE4.2 值得考虑，而不是已知大小的块是矢量宽度的倍数。

对于“fhotw”，请尝试：

#include <tmmintrin.h> // pshufb

bool is_valid_64bytes (uint8_t* src) {
    const __m128i tab = _mm_set_epi8('o','_','_','_','_','_','_','h',
                                     'w','f','_','t','_','_','_','_');
    
    __m128i src0 = _mm_loadu_si128((__m128i*)&src[0]);
    __m128i src1 = _mm_loadu_si128((__m128i*)&src[16]);
    __m128i src2 = _mm_loadu_si128((__m128i*)&src[32]);
    __m128i src3 = _mm_loadu_si128((__m128i*)&src[48]);
    __m128i acc;

    acc = _mm_cmpeq_epi8(_mm_shuffle_epi8(tab, src0), src0);
    acc = _mm_and_si128(acc, _mm_cmpeq_epi8(_mm_shuffle_epi8(tab, src1), src1));
    acc = _mm_and_si128(acc, _mm_cmpeq_epi8(_mm_shuffle_epi8(tab, src2), src2));
    acc = _mm_and_si128(acc, _mm_cmpeq_epi8(_mm_shuffle_epi8(tab, src3), src3));
    return !!(((unsigned)_mm_movemask_epi8(acc)) == 0xFFFF);
}

使用数据的低 4 位，我们可以从我们的集合中选择一个具有该低半字节值的字节。例如'o'(0x6f) 进入表的高字节，因此表单的输入字节0x?f尝试与之匹配。即它是 的第一个元素_mm_set_epi8，从高到低。

有关其他特殊/更一般情况的此技术的变体，请参阅完整文章。

于 2021-03-10T23:55:05.150 回答