C++ 测试AVX寄存器是否包含一些相等的整数

考虑一个包含四个64位整数的256位寄存器。 在AVX/AVX2中是否有可能有效地测试这些整数中的一些是否相等

例如：

a）

{43,17,25,8}

：结果必须是

false

，因为4个数字中没有2个相等

b）

{47,17,23,17}

：结果必须为“真”，因为数字

17

在AVX向量寄存器中出现2次

---

我想用C++做这个，如果可能的话，但是如果需要的话，我可以下拉到汇编。

< P>用<强> AVX512<强>（AVX512VL+AVX512CD），你将使用，这是为这个目的而设计的。

---

对于AVX2：

通过减少冗余比较，减少了一些操作：

int test1(__m256i x)
{
    __m256i x0 = _mm256_permute4x64_epi64(x, 0x4B);
    // 1 0 2 3
    // 3 2 1 0
    __m256i e0 = _mm256_cmpeq_epi64(x0, x);
    __m256i x1 = _mm256_shuffle_epi32(x, 0x4E);
    // 2 3 0 1
    // 3 2 1 0
    __m256i e1 = _mm256_cmpeq_epi64(x1, x);
    __m256i t = _mm256_or_si256(e0, e1);
    return !_mm256_testz_si256(t, _mm256_set1_epi32(-1));
}

---

以前：

一种简单的“将所有内容与所有内容进行比较”的方法可以用于一些洗牌，类似于这样（未经测试）：

GCC7将其编译成合理的代码，但Clang确实做了一些奇怪的事情。它似乎认为

vpor

没有256位版本（它完全没有）。在这种情况下，将ORs更改为加法的作用大致相同（将两个-1相加将不会为零），并且不会对Clang造成问题（也未测试）：

---

“有效”的门槛是多少？这是可以做到的，但很简单annoying@harold，阈值是它必须比不使用SIMD（按顺序）时更快。顺便说一句，这称为“冲突检测”，AVX2之后的第二件事，称为AVX-512，有一个扩展名为CDI，用于此目的。具体来说，您需要

vpconflictq

@IwillnotexistIdonotexist，这是个好消息，我还需要它来检测冲突：如果某些目标共享数组索引，则无法执行向量操作。相反，我必须一个接一个地做。所以这是8个向量运算，而成对比较的简单解决方案需要4*3/2=6个比较。。。但是，由于阵列偏移，后者中的操作数在组装中可能大大超过6个。虽然向量操作在汇编中几乎映射到相同的操作，但我猜。所以它需要测量。如果您不介意的话，我已经将您的AVX512解决方案移到了顶部。@SergeRogatch可能更重要的区别在于，必须以某种方式使用/合并比较的结果-例如

setcc

它们和

或
它们都在一起（然后我猜是在它上面分支？），这将增加6个setcc和5个或2个（如果用高字节寄存器作弊，则为2个，因此还需要3个额外的重组µops，那里没有免费午餐）。这大约是标量版本指令计数的两倍
int hasDupe(__m256i x)
{
    __m256i x1 = _mm256_shuffle_epi32(x, 0x4E);
    __m256i x2 = _mm256_permute4x64_epi64(x, 0x4E);
    __m256i x3 = _mm256_shuffle_epi32(x2, 0x4E);
    // 2 3 0 1
    // 3 2 1 0
    __m256i e0 = _mm256_cmpeq_epi64(x1, x);
    // 1 0 3 2
    // 3 2 1 0
    __m256i e1 = _mm256_cmpeq_epi64(x2, x);
    // 0 1 2 3
    // 3 2 1 0
    __m256i e2 = _mm256_cmpeq_epi64(x3, x);
    __m256i t0 = _mm256_or_si256(_mm256_or_si256(e0, e1), e2);
    return !_mm256_testz_si256(t0, _mm256_set1_epi32(-1));
}

int hasDupe(__m256i x)
{
    __m256i x1 = _mm256_shuffle_epi32(x, 0x4E);
    __m256i x2 = _mm256_permute4x64_epi64(x, 0x4E);
    __m256i x3 = _mm256_shuffle_epi32(x2, 0x4E);
    // 2 3 0 1
    // 3 2 1 0
    __m256i e0 = _mm256_cmpeq_epi64(x1, x);
    // 1 0 3 2
    // 3 2 1 0
    __m256i e1 = _mm256_cmpeq_epi64(x2, x);
    // 0 1 2 3
    // 3 2 1 0
    __m256i e2 = _mm256_cmpeq_epi64(x3, x);
    // "OR" results, workaround for Clang being weird
    __m256i t0 = _mm256_add_epi64(_mm256_add_epi64(e0, e1), e2);
    return !_mm256_testz_si256(t0, _mm256_set1_epi32(-1));
}