索引和的性能优化

Question

给定一个浮点数组，以及另一个将值索引到应该求和的数组中的排序数组——有没有办法比这和自动矢量化代码做得更好？任何适用的内在函数？

#include "stdint.h"

void IndexedSum(float buf[], uint32_t index[], int len, float *res) {
    float acc = 0;
    for(int i = 0; i < len; i++) {
       acc += buf[index[i]];
    }
    *res = acc;
}

目前正在使用clang 6.0 和-O3、-ffast-math 和-mllvm -force-vector-width=8 进行编译：

https://godbolt.org/g/AVhA4L

Answer 1

展开循环。我认为类似

#include "stdint.h"

void IndexedSum(float buf[], uint32_t index[], int len, float *res)
  {
  float acc = 0;
  int   i;

  for(i = 0 ; i < len-8 ; i += 8)
    acc += (buf[index[i+0]] + 
            buf[index[i+1]]
            buf[index[i+2]]
            buf[index[i+3]]
            buf[index[i+4]]
            buf[index[i+5]]
            buf[index[i+6]]
            buf[index[i+7]])

  while(i < len)
    acc += buf[index[i++]];

  *res = acc;
  }

如果len 足够大，应该会提供改进。我考虑过使用Duff's device，但不想引入通过指针执行所有操作的潜在性能损失。不过，这可能是一个有趣的性能比较。

祝你好运。