C 如何将8字节长整数的每个字节相加？

我正在学习如何在视频应用程序中使用英特尔MMX和SSE指令。我有一个8字节的字，我想把所有8个字节相加，然后生成一个整数作为结果。简单的方法是一系列的7个移位和加法，但速度很慢。最快的方法是什么？对此是否有MMX或SSE指令

这是做这件事的慢方法

unsigned long PackedWord = whatever....
int byte1 = 0xff & (PackedWord);
int byte2 = 0xff & (PackedWord >> 8);
int byte3 = 0xff & (PackedWord >> 16);
int byte4 = 0xff & (PackedWord >> 24);
int byte5 = 0xff & (PackedWord >> 32);
int byte6 = 0xff & (PackedWord >> 40);
int byte7 = 0xff & (PackedWord >> 48);
int byte8 = 0xff & (PackedWord >> 56);
int sum = byte1 + byte2 + byte3 + byte4 + byte5 + byte6 + byte7 + byte8;

---

我不是汇编专家，但在没有高级SIMD指令的平台上，这段代码应该快一点：

#include <stdint.h>

int bytesum(uint64_t pw) {
    uint64_t a, b, mask;

    mask = 0x00ff00ff00ff00ffLLU;
    a = (pw >> 8) & mask;
    b = pw & mask;
    pw = a + b;

    mask = 0x0000ffff0000ffffLLU;
    a = (pw >> 16) & mask;
    b = pw & mask;
    pw = a + b;

    return (pw >> 32) + (pw & 0xffffffffLLU);
}

#包括
内部字节数（uint64\u t pw）{
uint64_t a、b、遮罩；
掩码=0x00FF00FF00FF00FFLU；
a=（pw>>8）和掩码；
b=pw和面罩；
pw=a+b；
掩码=0x0000FFFF0000FFFFLU；
a=（pw>>16）和掩码；
b=pw和面罩；
pw=a+b；
返回（pw>>32）+（pw&0xffffffflu）；
}

---

我们的想法是，先添加其他字节，然后添加其他单词，最后添加其他双世界。

根据@harold的建议，您需要如下内容：

#include <emmintrin.h>

inline int bytesum(uint64_t pw)
{
  __m64 result = _mm_sad_pu8(*((__m64*) &pw), (__m64) 0LLU); // aka psadbw
  return _mm_cvtsi64_si32(result);
}

#包括
内联整数字节数（uint64\u t pw）
{
__m64结果=_-mm_-sad_-pu8（*（u-m64*）&pw），（u-m64）0LLU）；//又名psadbw
返回_mm_cvtsi64_si32（结果）；
}

您可以通过一对减少后的水平乘和进行此操作：

uint16_t bytesum(uint64_t x) {
    uint64_t pair_bits = 0x0001000100010001LLU;
    uint64_t mask = pair_bits * 0xFF;

    uint64_t pair_sum = (x & mask) + ((x >> 8) & mask);
    return (pair_sum * pair_bits) >> (64 - 16);
}

---

这会产生比三次成对归约更精简的代码。

请将您的代码和期望的结果添加到单个8字节整数？

psadbw

中，其中另一个操作数为零。或者。。。旧的“通过乘法的水平字节和”技巧-不会

（（PackedWord*0x0101010101010101ll）>>56）

也能工作？另一个操作数为零的psadbw。今天+1学习一些新知识。看起来它很容易适应a_uint128_t。通常最好使用SSE2，而不是MMX，即使您只需要一个64位水平和，而不是两个。那你回来之前就不需要EMM了<代码>\uuuuM128i结果=\uMM\uSAD\uEPU8（\uMM\uCVTSI64x\uSI128（pw），\uMM\uSetZero\uSI128）应编译为相同的MOVQ/px或zeroning/PSADBW/MOVD。我忘了哪个

64x

/

64

内部函数可用于32位代码，但MOVQ（作为内存加载）肯定可以工作。