将随机整数转换为范围 [min,max] 而不进行分支答案

【问题标题】：Transform random integers into range [min,max] without branching将随机整数转换为范围 [min,max] 而不进行分支
【发布时间】：2021-01-04 10:57:55
【问题描述】：

我得到了hold on an SUPER-FAST algorithm，它统一生成一个随机字节数组。比标准库的 c++ 均匀分布和 mersenne-twister 快 6 倍。

数组的计数可以被 4 整除，因此可以解释为整数数组。将每个条目转换为整数，会产生[INT_MIN, INT_MAX] 范围内的值。但是如何将这些整数值转换为介于我自己的 [min, maximum] 之间？

我想避免任何 if-else，以避免分支。

也许我应该应用一些按位逻辑来丢弃每个数字中不相关的位？（因为所有剩余的未屏蔽位无论如何都是 0 或 1）。如果我可以提取最大值中的最高有效位，我可以在我的整数中屏蔽任何比该位更重要的位。

例如，如果我希望我的 max 为 17，那么它是二进制形式的 00010001。也许我的面具会看起来像00011111？然后我可以将其应用于数组中的所有数字。

但是，这个掩码是错误的......它实际上允许值高达(1+2+4+8+16) :(

我能做什么？还有，min怎么保养？

编辑

我的应用程序的每一帧都为神经网络生成数百万个数字。我设法使用 AXV2 对浮点变量的代码进行矢量化（使用 this post），但也需要让整数工作。

【问题讨论】：

您使用的是哪个 C++ 版本？值是否保证为正？
既然你用的是C++，why not using C++?
如果 min 和 max 不是 2 的幂，我猜位掩码没用。
在[min, max]中生成一个随机数，相当于在[0,max-min]中生成一个随机数，然后加上min。这减少了在[0,max] 中生成数字的问题。如果max 的形式为2^n-1，那么您可以切断多余的位。但如果不是，则没有算法可以在[0,max] 中从01 统一生成器生成随机数，这样结果是统一的并且它具有停止属性。还要忘记避免分支。
典型的解决方案是rand() % max，这是不统一的。另一个是do { result = rand(); } while (result > max)，它是统一的，但没有停止属性。如果我没记错的话，即使预期的迭代次数大约是 6。

标签： c++ bit-manipulation simd avx2

【解决方案1】：

但是如何将这些整数值转换为介于我自己的[min, maximum] 之间？

由于范围可能不是 2 的幂，因此位掩码已失效，但您已经发现了。

Modulo 也被淘汰了，它在 AVX2 中不作为原生操作存在（即使有，也不一定能提高效率）。

还有另一种选择：乘高，使用_mm256_mul_epu32（不幸的是，对于 32 位数字没有“纯”乘高，就像 16 位数字一样，所以我们被困在一个只能做的操作50% 有用的工作）。这里的想法是取输入数字x（全范围）和所需范围r，然后计算r * x / 2^32，其中除法是隐式的（通过取乘积的高半部分来实现）。

x / 2^32 将是 [0.0 .. 1.0) 中的数字（不包括 1.0），如果它被解释为有理数，乘以 r 然后将范围扩展到 [0.0 .. r) （不包括r）。这不是它的计算方式，而是公式的来源。

通过将min 添加到缩放结果，可以轻松设置范围的最小值。

在代码中（稍作测试）：

__m256i squish(__m256i x, int min, int max) {
    __m256i sizeOfRange = _mm256_set1_epi32((unsigned)max - min);
    __m256i scaled_even = _mm256_shuffle_epi32(_mm256_mul_epu32(x, sizeOfRange), 0xB1);
    __m256i scaled_odd = _mm256_mul_epu32(_mm256_shuffle_epi32(x, 0xB1), sizeOfRange);
    __m256i scaled = _mm256_blend_epi32(scaled_even, scaled_odd, 0xAA);
    return _mm256_add_epi32(scaled, _mm256_set1_epi32(min));
}

它仍然是一个独占范围，它不能处理完整的[INT_MIN .. INT_MAX] 作为输出范围。甚至无法指定它，它最多可以做的是[INT_MIN .. INT_MAX)（或例如具有零偏移的等效范围：[0 .. -1)）。

它也不是真的统一的，出于同样的原因，简单的基于模的范围缩小并不是真正统一的，你不能公平地将N弹珠划分为K垃圾箱，除非@ 987654337@ 恰好平分N。

【讨论】：

谢谢！为了再次向未来的用户强调这一点，这会产生不包括 [min, max) max 范围内的数字。而且，此代码默认也适用于unsigned int :)
我们是否需要 sizeofRange 行中的（无符号）强制转换？我删除了它，它没有工作，包括负整数
@Kari 这并不重要，但无论如何它应该是免费的。我只是把它放在那里以防止任何签名的溢出恶作剧

【解决方案2】：

核心思想是使用模而不是位掩码，这在非 2 次幂的情况下是无用的。没有分支也是一个有点奇怪的要求。你想要的是“足够快”，而不是“没有分支和按位掩码”。

所以假设我们有一个函数

int rand();

均匀地产生一个随机整数。如果max 的形式为2^n-1，则如下

rand() % (max+1)

将统一生成[0,max] 范围内的随机整数。那是因为整数的总数是 2 的幂。

现在如果min 和max 是这样的max-min 是2^n-1 的形式，那么以下

(rand() % (max-min+1)) + min

将统一产生[min, max]范围内的随机整数。

但是当max-min 不是2^n-1 的形式时会发生什么？那么我们就不走运了。 (rand() % (max-min+1)) + min 方法仍然会在[min, max] 范围内产生一个随机整数，但不再均匀。这是为什么？因为当n 是固定的而不是2 的幂时，给出具体r = x % n 结果的整数总数取决于r。

不过方法还不错。 max-min 值越大，它越接近均匀分布，并且在实践中通常已经足够好。而且速度非常快，没有分支。

另一个例子是

upper = get_upper_power_of_2(max - min)

do
{
    tmp = rand() % upper;
} while (tmp > max - min);

result = tmp + min;

这个方法有一个很好的属性，它是统一的，但它没有停止属性，即理论上这个算法可能永远不会停止。它也有分支。但在实践中，它确实停止得非常快（很有可能），因此它是一种非常常见的算法。例如，它位于标准 Java 库中。

当max-min 溢出时（即min 是一个很大的负数），这两种方法当然都会出现问题，如果我们切换到无符号整数然后再返回整数，可以解决这个问题。

据我所知，当max 不是来自01 统一生成器的2^n-1 形式时，没有算法可以在[0, max] 中生成随机整数，这样结果是统一的并且它具有停止属性.我认为不存在这样的算法，但我没能在计算机科学中找到合适的结果。

【讨论】：

所以你不把do/while循环算作分支？
@Caleb 我当然愿意。也许我应该明确地说出来。固定。
我的错 — 我将 它非常快，没有分支 与紧随其后的代码混为一谈，但您明确表示这是一个不同的解决方案。对不起！不过，我认为您的编辑是一种改进。
我让 OP 放松了位掩码的想法。我相信您的回答是出于其他（和适当的）原因讨论两个的权力。因此，这个问题并没有成为您回答的目标。否则请接受我的道歉。
这是矢量化的。此处是 AVX2 的草图：godbolt.org/z/hrjrda。对于 AVX-512，可以使用 _mm_ternarylogic_epi32 进行更快的混合。其他一些可能值得尝试的事情是：1. 展开前 N 次迭代的循环，2. 与其只替换不在我们浪费 rng 循环的范围内的值，不如生成 8值并以连续方式存储k<8，我认为这可以通过屏蔽稀疏存储或随机+存储来实现。方法 2. 也会使其“无分支”

【解决方案3】：

如果一个值中有 2^N 个随机位，则可以通过以下方式将其放入整数范围：

r = ((value * (max-min)) >> N) + min

实际上，您将您的值视为乘法的分数。你一定会得到 `[min...max)' 中的值

这最终是两个可向量化的操作：mulhi, 'add'

r = _mm256_add_epi16(
      _mm256_mulhi_epi16(value, _mm256_set1_epi16(max-min)), 
    _mm256_set1_epi16(min));

虽然如果你想要 32 位，看起来你需要两个 mul_epi32 和一个随机播放来获得你的结果。

对于 64 位值，请参阅：Getting the high part of 64 bit integer multiplication（尽管它不支持矢量化形式）

【讨论】：