C++ 用于在位数组中搜索连续设置/清除位的快速代码？

是否有一些相当快的代码可以帮助我快速搜索大位图（几兆字节）中连续的零位或一位的运行

我所说的“相当快”是指可以利用机器字的大小，一次比较整个字，而不是进行极其缓慢的逐位分析（例如使用

vector

）

它非常有用，例如，在卷的位图中搜索可用空间（用于碎片整理等）。

Windows有一个可以与其API一起使用的数据结构

但是我在前一段时间需要这方面的代码，所以我在这里写了它（警告，它有点难看）：

我只对它进行了部分测试，所以它可能仍然有bug（特别是在

反向测试时）。但是最近的一个版本（与这个版本略有不同）似乎对我有用，所以值得一试

整个过程的基本操作是能够快速找到一段位的长度：

long long GetRunLength(
    const void *const pBitmap, unsigned long long nBitmapBits,
    long long startInclusive, long long endExclusive,
    const bool reverse, /*out*/ bool *pBit);

考虑到它的多功能性，其他一切都应该很容易在此基础上构建

我试图包含一些SSE代码，但没有显著提高性能。但是，一般来说，代码比逐位分析快很多倍，因此我认为它可能有用

如果你能在某种程度上掌握<代码> vector < /COD>缓冲区，那么如果你在Visual C++上，那么就可以很容易地测试它了。如果你发现了bug，请随时告诉我。
我不知道如何直接在内存单词上做得很好，所以我制定了一个快速解决方案，就是在字节上工作；为了方便起见，让我们绘制一个计算连续数的算法：

构造两个大小为256的表，其中您将为0到255之间的每个数字写入，即字节开头和结尾的尾随1的数量。例如，对于数字167（二进制为10100111），将1放在第一个表中，将3放在第二个表中。让我们将第一张桌子命名为BBeg，第二张桌子命名为BEnd。然后，对于每个字节b，有两种情况：如果是255，则在当前连续的一组字节的当前和中加上8，即在一个1区域中。否则，用BBeg[b]位结束一个区域，用BEnd[b]位开始一个新区域。
根据您想要的信息，您可以调整此算法（这就是为什么我不在这里放任何代码的原因，我不知道您想要什么输出）

一个缺陷是它不计算一个字节内的（小的）连续的一组

除了这个算法之外，一位朋友告诉我，如果是用于磁盘压缩，只需查找不同于0（空磁盘区域）和255（满磁盘区域）的字节。这是一种快速的启发式方法，可以构建一个映射，以确定要压缩的块。也许这超出了本主题的范围…
听起来这可能很有用：


和

你不会说你是否想做某种RLE，或者只是简单地计算字节的0和1位（比如0b1001应该返回1x1 2x0 1x1）

查找表加上用于快速检查的SWAR算法可能会很容易地为您提供这些信息。
有点像这样：

byte lut[0x10000] = { /* see below */ };
for (uint * word = words; word < words + bitmapSize; word++) {
   if (word == 0 || word == (uint)-1) // Fast bailout
   {
       // Do what you want if all 0 or all 1
   }
   byte hiVal = lut[*word >> 16], loVal = lut[*word & 0xFFFF];
   // Do what you want with hiVal and loVal

  for (int i = 0; i < sizeof(lut); i++) 
     lut[i] = countContiguousZero(i); // Or countContiguousOne(i)
  // The implementation of countContiguousZero can be slow, you don't care
  // The result of the function should return the largest number of contiguous zero (0 to 15, using the 4 low bits of the byte, and might return the position of the run in the 4 high bits of the byte
  // Since you've already dismissed word = 0, you don't need the 16 contiguous zero case.

字节lut[0x10000]={/*见下文*/}；
用于（uint*word=words；word>16]，loVal=lut[*word&0xFFFF]；
//对hiVal和loVal做你想做的事

LUT必须根据预期的算法进行构造。如果要计算字中连续的0和1的数量，可以这样构造：

byte lut[0x10000] = { /* see below */ };
for (uint * word = words; word < words + bitmapSize; word++) {
   if (word == 0 || word == (uint)-1) // Fast bailout
   {
       // Do what you want if all 0 or all 1
   }
   byte hiVal = lut[*word >> 16], loVal = lut[*word & 0xFFFF];
   // Do what you want with hiVal and loVal

  for (int i = 0; i < sizeof(lut); i++) 
     lut[i] = countContiguousZero(i); // Or countContiguousOne(i)
  // The implementation of countContiguousZero can be slow, you don't care
  // The result of the function should return the largest number of contiguous zero (0 to 15, using the 4 low bits of the byte, and might return the position of the run in the 4 high bits of the byte
  // Since you've already dismissed word = 0, you don't need the 16 contiguous zero case.

for（int i=0；i
难道你不能把你的数组当作一个整数数组，并将整数与零进行比较吗？@Andrew：这取决于你试图实现的目标……这些位可能不会一次对齐8位。你可以比较6个字节（如果bmp是彩色图像文件：6个字节是两个连续的像素）使用6个零的数组。@eharvest:我不是说图片！这与光栅图像完全无关。我是说位数组，即位数组。对不起，我读你的问题太快了。。。