- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个表示几个数据的64位结构,其中一个是浮点值:
struct MyStruct{
uint16_t a;
uint16_t b;
float f;
};
std::array<MyStruct, 4>
MyStruct::f
对数组进行排序?
最佳答案
对不起,这个答案很困惑。并非一次都写完,我很懒。有一些重复。
我有4个独立的想法:
cmpps
/blendvpd
而不是minps
/maxps
进行比较器实现。不过,额外的开销可能会降低速度。 minps
/maxps
比较器,然后在有效负载上执行cmpeqps min,orig
-> masked xor交换。每个比较器对数据的排序量是原来的两倍,但确实需要在比较器之间的两个寄存器上进行匹配混洗。完成后还需要重新交织(但是对于unpcklps/unpckhps来说,这很容易,如果您安排比较器,以便那些车内解包将最终数据按正确的顺序放置)。movq
编码为xmm reg ,浮点值在
ucomiss
的low32中。然后,您(或者可能是聪明的编译器)可以使用
movq
存储该结构。
icc
似乎分别移动两个uint值,而不是在64b加载中获取整个结构。也许它不打包结构?
gcc
5.1似乎大多数时候都没有这个问题。
# RSI points to struct { float f; uint... payload; } buf[];
# RDI points to the next element to be inserted into the sorted portion
# [ rsi to rdi ) is sorted, the rest isn't.
##### PROOF OF CONCEPT: debug / finish writing before using! ######
.new_elem:
vbroadcastsd ymm0, [rdi] # broadcast the whole struct
mov rdx, rdi
.search_loop:
sub rdx, 32
vmovups ymm1, [rdx] # load some sorted data
vcmplt_oqps ymm2, ymm0, ymm1 # all-ones in any element where ymm0[i] < ymm1[i] (FP compare, false if either is NaN).
vmovups [rdx+8], ymm1 # shuffle it over to make space, usual insertion-sort style
cmp rdx, rsi
jbe .endsearch # below-or-equal (addresses are unsigned)
movmskps eax, ymm2
test al, 0b01010101 # test only the compare results for
jz .search_loop # [rdi] wasn't less than any of the 4 elements
.endsearch:
# TODO: scalar loop to find out where the new element goes.
# All we know is that it's less than one of the elements in ymm1, but not which
add rdi, 8
vmovsd [rdx], ymm0
cmp rdi, r8 # pointer to the end of the buf
jle .new_elem
# worse alternative to movmskps / test:
# vtestps ymm2, ymm7 # where ymm7 is loaded with 1s in the odd (float) elements, and 0s in the even (payload) elements.
# vtestps is like PTEST, but only tests the high bit. If the struct was in the other order, with the float high, vtestpd against a register of all-1s would work, as that's more convenient to generate.
ymm1
。通过移位/改组在寄存器中进行比较,而不是执行标量加载/比较可能会是一个胜利。这可能会导致太多无法预测的分支,而我看不到有一种好方法来结束为
vmovups
封装一个高4位,而为
vmovsd
封装另一个注册表中的低位。
pshufd
排列元素以进行下一次比较,从而从仅对几个充满数据的寄存器进行排序中获得了更大的排序。
(key, payload)
对数组进行排序来潜在地对其他内容进行排序,其中有效负载可以是索引或32位指针(
mmap(MAP_32bit)
或x32 ABI)。
# AVX comparator for SnB/IvB
# struct { uint16_t a, b; float f; } inputs in ymm0, ymm1
# NOTE: struct order with f second saves a shuffle to extend the mask
vcmpps ymm7, ymm0, ymm1, _CMP_LT_OQ # imm8=17: less-than, ordered, quiet (non-signalling on NaN)
# ymm7 32bit elements = 0xFFFFFFFF if ymm0[i] < ymm1[i], else 0
# vblendvpd checks the high bit of the 64b element, so mask *doesn't* need to be extended to the low32
vblendvpd ymm2, ymm1, ymm0, ymm7
vblendvpd ymm3, ymm0, ymm1, ymm7
# result: !(ymm2[i] > ymm3[i]) (i.e. ymm2[i] < ymm3[i], or they're equal or unordered (NaN).)
# UNTESTED
ymm2
需要5个周期,准备ymm3
需要7个周期。吞吐量:每4个周期一次。 (p5瓶颈)。 ymm2
需5个周期,准备ymm3
需6个周期。吞吐量:每2周期一次。 (p0/p5瓶颈)。 vblendvpd ymm
:2c lat,2c reput):lat:ymm2
4c,ymm3
6c。或更糟糕的是,cmpps和blend之间存在旁路延迟。 tput:每4c一次。 ( vector P1上的瓶颈)vblendvpd ymm
:2c lat,1c reput):lat:ymm2
为4c,ymm3
为5c。或由于旁路延迟而提高了1。 tput:每3c个( vector 端口P0/1上的瓶颈,用于cmp和blend)。 VBLENDVPD
是2微码。 (它有3个reg输入,所以不能是1 uop:/)。这两个uops只能在shuffle端口上运行。在Haswell上,这只是port5。在SnB上,这是p0/p5。 (IDK为什么Haswell与SnB/IvB相比,混洗/混合吞吐量减少了一半。)
ymm2/3
),每2个周期的吞吐量为1个(Intel)。 (FP Add/Sub/Compare单元上的p1瓶颈)。最公平的比较可能是对64位double进行排序。如果没有多对独立寄存器要比较,则额外的延迟可能会受到伤害。 Haswell的一半吞吐量将大大削减任何加速。
# AVX2 comparator for Haswell
# struct { float f; uint16_t a, b; } inputs in ymm0, ymm1
#
vcmpps ymm7, ymm0, ymm1, _CMP_LT_OQ # imm8=17: less-than, ordered, quiet (non-signalling on NaN)
# ymm7 32bit elements = 0xFFFFFFFF if ymm0[i] < ymm1[i], else 0
vshufps ymm7, ymm7, ymm7, mask(0, 0, 2, 2) # extend the mask to the payload part. There's no mask function, I just don't want to work out the result in my head.
vpand ymm10, ymm7, ymm0 # ymm10 = ymm0 keeping elements where ymm0[i] < ymm1[i]
vpandn ymm11, ymm7, ymm1 # ymm11 = ymm1 keeping elements where !(ymm0[i] < ymm1[i])
vpor ymm2, ymm10, ymm11 # ymm2 = min_packed_mystruct(ymm0, ymm1)
vpandn ymm10, ymm7, ymm0 # ymm10 = ymm0 keeping elements where !(ymm0[i] < ymm1[i])
vpand ymm11, ymm7, ymm1 # ymm11 = ymm1 keeping elements where ymm0[i] < ymm1[i]
vpor ymm3, ymm10, ymm11 # ymm2 = max_packed_mystruct(ymm0, ymm1)
# result: !(ymm2[i] > ymm3[i])
# UNTESTED
cmpps
具有3个周期延迟。我认为
ymm2
将在6个周期内准备就绪,而
ymm3
在7个周期内已准备就绪(并且可以与
ymm2
上的操作重叠)。比较器op之后的insns可能会被改组,以将数据放入正确的元素中以进行下一次比较。对于整数域逻辑,即使对于
vshufps
,也没有往返于shuffle单元的转发延迟,但结果应该在FP域中出来,准备使用
vcmpps
。对于吞吐量,使用
vpand
而不是
vandps
是必不可少的。
cmpps
查看已更改的元素。然后,他在异或交换中间屏蔽那个掩码,最终仅将有效载荷交换为交换的 key 。
关于c++ - 使用AVX对64位结构进行排序?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31486942/
我目前正在尝试基于哈希表构建字典。逻辑是:有一个名为 HashTable 的结构,其中包含以下内容: HashFunc HashFunc; PrintFunc PrintEntry; CompareF
如果我有一个指向结构/对象的指针,并且该结构/对象包含另外两个指向其他对象的指针,并且我想删除“包含这两个指针的对象而不破坏它所持有的指针”——我该怎么做这样做吗? 指向对象 A 的指针(包含指向对象
像这样的代码 package main import "fmt" type Hello struct { ID int Raw string } type World []*Hell
我有一个采用以下格式的 CSV: Module, Topic, Sub-topic 它需要能够导入到具有以下格式的 MySQL 数据库中: CREATE TABLE `modules` ( `id
通常我使用类似的东西 copy((uint8_t*)&POD, (uint8_t*)(&POD + 1 ), back_inserter(rawData)); copy((uint8_t*)&PODV
错误 : 联合只能在具有兼容列类型的表上执行。 结构(层:字符串,skyward_number:字符串,skyward_points:字符串)<> 结构(skyward_number:字符串,层:字符
我有一个指向结构的指针数组,我正在尝试使用它们进行 while 循环。我对如何准确初始化它并不完全有信心,但我一直这样做: Entry *newEntry = malloc(sizeof(Entry)
我正在学习 C,我的问题可能很愚蠢,但我很困惑。在这样的函数中: int afunction(somevariables) { if (someconditions)
我现在正在做一项编程作业,我并没有真正完全掌握链接,因为我们还没有涉及它。但是我觉得我需要它来做我想做的事情,因为数组还不够 我创建了一个结构,如下 struct node { float coef;
给定以下代码片段: #include #include #define MAX_SIZE 15 typedef struct{ int touchdowns; int intercepti
struct contact list[3]; int checknullarray() { for(int x=0;x<10;x++) { if(strlen(con
这个问题在这里已经有了答案: 关闭 11 年前。 Possible Duplicate: Empty “for” loop in Facebook ajax what does AJAX call
我刚刚在反射器中浏览了一个文件,并在结构构造函数中看到了这个: this = new Binder.SyntaxNodeOrToken(); 我以前从未见过该术语。有人能解释一下这个赋值在 C# 中的
我经常使用字符串常量,例如: DICT_KEY1 = 'DICT_KEY1' DICT_KEY2 = 'DICT_KEY2' ... 很多时候我不介意实际的文字是什么,只要它们是独一无二的并且对人类读
我是 C 的新手,我不明白为什么下面的代码不起作用: typedef struct{ uint8_t a; uint8_t* b; } test_struct; test_struct
您能否制作一个行为类似于内置类之一的结构,您可以在其中直接分配值而无需调用属性? 前任: RoundedDouble count; count = 5; 而不是使用 RoundedDouble cou
这是我的代码: #include typedef struct { const char *description; float value; int age; } swag
在创建嵌套列表时,我认为 R 具有对列表元素有用的命名结构。我有一个列表列表,并希望应用包含在任何列表中的每个向量的函数。 lapply这样做但随后剥离了列表的命名结构。我该怎么办 lapply嵌套列
我正在做一个用于学习目的的个人组织者,我从来没有使用过 XML,所以我不确定我的解决方案是否是最好的。这是我附带的 XML 文件的基本结构:
我是新来的 nosql概念,所以当我开始学习时 PouchDB ,我找到了这个转换表。我的困惑是,如何PouchDB如果可以说我有多个表,是否意味着我需要创建多个数据库?因为根据我在 pouchdb
我是一名优秀的程序员,十分优秀!