我在为比赛编码时找到了两个更好的答案。首先,它使用两个点的坐标,而不是慢的高度/宽度,这也假设一个点是两个浮点数,一个矩形是四个浮点数;对于不同的数据类型,可能需要更改此逻辑!
首先,使用了解英特尔 SSE 指令的编译器,以正确方式组合 & 和 && 的测试会快很多。这将两个测试合二为一,但为后两个测试保留了快速:
if((p.x>=r.lx)&(p.x<=r.hx)&&(p.y>=r.ly)&(p.y<=r.hy))
ptisinrect=true;
目前,使用 128 位 SSE 指令编译比所有 && 都快,但使用 256 位 AVX2 设置更慢,即使使用所有 &。
但是,如果您将程序设置为测试数组中的大量点,则可以使其完全矢量化并显着提高性能(仍然使用 SSE,而不是 AVX 或 AVX2)。矢量化是一种简单的并行化,有一些严格的要求。例如,循环中不能有短路,并且不能多次保存到同一个变量。
所以看看这个非向量化代码的简化示例,它查找“count”ptinrects 并在找到足够多的情况下退出:
for(unsigned a=0;a<n;++a)
{
if((pp[a].x>=r.lx)&&(pp[a].x<=r.hx)&&(pp[a].y>=r.ly)&&(pp[a].y<=r.hy))
{
++found;
if(found>count)
return true;
}
}
下面的代码是同一件事的一个例子,只是将 0 到 n 个 ptinrects 的搜索向量化,但是当在矩形中找到 'count' 个点时仍然退出。请注意,此代码可能会读取 n 之后的 32 个点,因此需要为数组分配 32 个额外的空间点:
typedef struct ab
{
int64_t a[4];
};
typedef struct{
union{
ab ab;
int8_t o[32];
};
}xmmb;
xmmb o;
for(unsigned i=0;i<n;i+=32)
{
for(unsigned a=0;a<32;++a)
{
o.o[a]=((pp[i+a].x>=r.lx)&(p[i+a].x<=r.hx)&(p[i+a].y>=r.ly)&(p[i+a].y<=r.hy));
}
for(unsigned kk=0;kk<4;++kk)
{
if(o.ab.a[kk])
for(unsigned a=kk<<3;a<(kk+1)<<3;++a)
{
if(o.o[a])
{
if(i+a<n)
{
++found;
if(found>count)
return true;
}
}
}
}
}
尽管看起来很奇怪,但这段代码比前面的例子快得多!
它正在做的是在向量并行中运行 ptrect 测试,并将真/假存储在 32 个 8 位字节的数组中。然后它一次检查其中的 8 个(因此具有 4 个 64 位整数的联合)以保存测试。然后查看任何具有真实值的值并将它们添加到计数中。
再次注意,这仅适用于 128 位 SSE,并且当前(2015 年 2 月)为 256 位 AVX2 编译时速度较慢,因此请使用开关或编译指示来保持 SSE
最后,此代码可能存在语法错误等,因为将其输入这种格式并不容易:D
标签:fast ptinrect fast pointinrect fast point in rectangle