Performance 无符号32位整数的水平最小值和SSE位置

我正在寻找一种方法来查找无符号32位整数的最小值及其在SSE中的位置（类似于_mm_minpos_epu16）。我知道我可以通过一系列的_mm_min_epu32和洗牌/换位来找到最小值，但这并不能让我得到这个位置

__m128i mask1 = _mm_setr_epi8(0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd, 0x0,0x1,0x4,0x5,  0x8,0x9,0xc,0xd);
__m128i mask2 = _mm_setr_epi8(0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf, 0x2,0x3,0x6,0x7,  0xa,0xb,0xe,0xf);
__m128i mask3 = _mm_set1_epi32(0x01000100);

---

有人有什么很酷的方法吗？

可能有一种更聪明的方法，但现在有一种蛮力方法：

#包括
#包括//SSE4.1
内部主（空）
{
__m128i v=_mm_setr_epi32（42,1,43,2）；
printf（“v=%vlu\n”，v）；
__m128i-vmin=v；
vmin=_-mm_-min_-epu32（vmin，_-mm_-aligner_-epi8（vmin，vmin，4））；
vmin=_-mm_-min_-epu32（vmin，_-mm_-aligner_-epi8（vmin，vmin，8））；
//在vmin的所有元素中获取最小值
printf（“vmin=%vlu\n”，vmin）；
__m128i vmask=_mm_cmpeq_epi32（v，vmin）；//将掩码中的最小元素设置为-1，
//所有其他设置为0[1]
printf（“vmask=%vld\n”，vmask）；
int16_t mask=_mm_movemask_epi8（vmask）；//将mask获取为标量[2]
printf（“掩码=%#x\n”，掩码）；
int pos=\uuu内置ctz（掩码）>>2；//将标量掩码转换为索引[3]
printf（“pos=%d\n”，pos）；
返回0；
}

如果可以使用设置在最小元素位置的遮罩，则可以在[1]处停止，否则继续到[3]获取（最低有效）最小元素的索引

---

还要注意的是，

\uuuu builtin\uctz

是一个特定于gcc的内在特性（尽管在其他与gcc兼容的编译器中也可以找到它）。如果您使用的是MSVC，则需要使用等效的Microsoft内部版本（

\u BitScanForward

）。

通常，如果将水平运算符用于SIMD，则表明SIMD没有得到最佳使用。然而，在循环结束时，水平操作是可以的，在这种情况下，我只需要这样做

int result[4] __attribute__((aligned(16)));
_mm_store_si128((__m128i *) result, v);
for(int i=0; i<4; i++) if(result[i]<min) { min = result[i]; index = i; }

vpos中的第二个16位字包含位置的两倍

__m128i mask1 = _mm_setr_epi8(0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd, 0x0,0x1,0x4,0x5,  0x8,0x9,0xc,0xd);
__m128i mask2 = _mm_setr_epi8(0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf, 0x2,0x3,0x6,0x7,  0xa,0xb,0xe,0xf);
__m128i mask3 = _mm_set1_epi32(0x01000100);

这里是另一个使用

\u mm\u minpos\u epu16

的变体。它首先找到最小的上16位，然后屏蔽不在最小16位的值（通过将它们全部设置为高），然后找到下16位的最小值以及位置

__m128i mask1 = _mm_setr_epi8(0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd, 0x0,0x1,0x4,0x5,  0x8,0x9,0xc,0xd);
__m128i mask2 = _mm_setr_epi8(0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf, 0x2,0x3,0x6,0x7,  0xa,0xb,0xe,0xf);
__m128i mask3 = _mm_set1_epi32(0x01000100);

掩码是常量，因此可以在编译时或循环外部计算它们

__m128i lo = _mm_shuffle_epi8(v,mask1);            //lower 16-bits
__m128i hi = _mm_shuffle_epi8(v,mask2);            //upper 16-bits
__m128i t1 = _mm_minpos_epu16(hi);                 //upper 16-bits min
__m128i t2 = _mm_shuffle_epi8(t1, mask3);          //broadcast upper min
__m128i t3 = _mm_cmpeq_epi32(t2,hi);               //select equal
__m128i t4 = _mm_xor_si128(t3, _mm_set1_epi32(-1));//invert
__m128i t5 = _mm_or_si128(lo,t4);                   
__m128i t6 = _mm_minpos_epu16(t5);                 //lower 16-bits hi and position

---

最小值的上16位在

t1

的前16位，最小值的下16位在

t6

的前16位。位置位于

t6的第二个16位

您希望该位置作为索引值（如

\u mm\u minpos\u epu16

所做的）还是掩码可以（最小元素设置为-1，所有其他元素设置为0）？请问您为什么要这样做？我无法想象你为什么要在循环中每次迭代都这样做。为什么这很关键？我想如果我知道为什么英特尔首先创建了

\u mm\u minpos\u epu16

，那会有所帮助。你抢先给了我一个答案：-）我可能有不同的方法使用

minpos

，但我不确定。最有效的解决方案可能是将结果存储到一个数组中，并在四个元素上循环。嘿-你必须在早上早些时候使用StackOverflow！；-）我认为最好的解决方案取决于结果的首选格式——如果向量最小值和掩码足够，那么使用上述方法只需要5条指令，但如果需要实际索引，那么我怀疑可能有更好的方法。你能想到一个关键的情况吗？为什么

\u mm\u minpos\u epu16

甚至存在？我认为它可能用于MPEG之类的东西，可能用于运动补偿，但视频不是我真正的领域。是的，我需要实际的索引值。很好的主意是反转掩码，然后使用

\u mm\u minpos\u epu16

来获得2倍的索引@保罗，谢谢。是啊，可惜SSE没有

=或
表示未签名。XOP和AVX512都有。很抱歉提到这一点，但这段伟大的代码中有一个打印错误！它不应该是uum128i t3=mm\ucmpeq\uepi32（t2，hi）；但是(t2,hi)t3=(mm)cmpeq(16);；除此之外，它就像一个魅力，谢谢！顺便说一句，它对于AVX的使用非常有用-它正好包含8个32位，所以在相应的洗牌之后，我们得到8个上半部和下半部用于处理。