在 C 数组中进行按位运算的最有效方法是什么答案

【问题标题】：What's the most efficient way to make bitwise operations in a C array在 C 数组中进行按位运算的最有效方法是什么
【发布时间】：2010-10-14 16:10:36
【问题描述】：

我有一个像这样的 C 数组：

char byte_array[10];

还有一个充当面具的：

char byte_mask[10];

我想在每个字节上使用按位运算得到另一个数组，该数组是第一个数组加上第二个数组的结果。

最有效的方法是什么？

感谢您的回答。

【问题讨论】：

标签： c performance micro-optimization

【解决方案1】：

\#define CHAR_ARRAY_SIZE    (10)
\#define INT_ARRAY_SIZE     ((CHAR_ARRAY_SIZE/ (sizeof (unsigned int)) + 1)

typedef union _arr_tag_ {

    char          byte_array [CHAR_ARRAY_SIZE];
    unsigned int  int_array [INT_ARRAY_SIZE]; 

} arr_tag;

现在 int_array 用于屏蔽。这可能适用于 32 位和 64 位处理器。

arr_tag arr_src, arr_result, arr_mask;

for (int i = 0; i < INT_ARRAY_SIZE; i ++) {
    arr_result.int_array [i] = arr_src.int_array[i] & arr_mask.int_array [i];
}

试试这个，代码也可能看起来很干净。

【讨论】：

【解决方案2】：

如果您想让它更快，请确保 byte_array 的长度是 4 的倍数（在 64 位机器上为 8），然后：

char byte_array[12];
char byte_mask[12];
/* Checks for proper alignment */
assert(((unsigned int)(void *)byte_array) & 3 == 0);
assert(((unsigned int)(void *)byte_mask) & 3 == 0);
for (i = 0; i < (10+3)/4; i++) {
  ((unsigned int *)(byte_array))[i] &= ((unsigned int *)(byte_mask))[i];
}

这比逐字节执行要快得多。

（请注意，这是就地突变；如果您还想保留原始的 byte_array，那么您显然需要将结果存储在另一个数组中。）

【讨论】：

10/4 == 2，所以这只处理 8 个字符。此外，在某些非 x86 架构上，由于内存访问未对齐，这可能会引发总线错误。
bk1e：你是对的，我
如果不是4/8的倍数，使用duff的设备:)

【解决方案3】：

for ( i = 10 ; i-- > 0 ; )
    result_array[i] = byte_array[i] & byte_mask[i];

向后预加载处理器缓存行。
在比较中包含减量可以节省一些指令。

这适用于所有阵列和处理器。但是，如果您知道您的数组是字对齐的，那么更快的方法是转换为更大的类型并执行相同的计算。

例如，假设n=16 而不是n=10。那么这会更快：

uint32_t* input32 = (uint32_t*)byte_array;
uint32_t* mask32 = (uint32_t*)byte_mask;
uint32_t* result32 = (uint32_t*)result_array;
for ( i = 4 ; i-- > 0 ; )
    result32[i] = input32[i] & mask32[i];

（当然，uint32_t 需要正确的类型，如果 n 不是 2 的幂，则需要清理开头和/或结尾，以便对齐 32 位内容。）

变化：这个问题特别要求将结果放在一个单独的数组中，但是几乎可以肯定的是，就地修改输入数组会更快。

【讨论】：

等等，缓存预取器反向工作更好吗？我以为它只会向前预取。
担心预加载处理器缓存行似乎是一种严重的过早优化。
@Trent -- 问题的point 是优化。倒退也不会慢，所以你也可以。 @Crashworks - 请记住，缓存行是对齐的，通常在大量边界上，因此通常它必须在您要求的字节之前提取字节。
任何关于缓存的声明都将是特定于处理器的。我没有看到 OP 在哪里说明此代码将在什么硬件上执行。
我很欣赏这个解释。我会用这个方法。我不完全了解缓存，所以我无法真正了解该级别发生了什么。