String 测试xmm寄存器中的任何字节是否为0

我目前正在自学SIMD，并正在编写一个相当简单的字符串处理子程序。然而，我被限制在SSE2上，这使得我无法使用ptest来查找空终端

我目前试图找到空终端的方式使我的SIMD循环有>16条指令，这与使用SIMD的目的背道而驰，或者至少使它不值得

//Check for null byte
pxor xmm4, xmm4
pcmpeqb xmm4, [rdi]                                   //Generate bitmask
movq rax, xmm4
test rax, 0xffffffffffffffff                          //Test low qword
jnz .Lepilogue
movhlps xmm4, xmm4                                    //Move high into low qword
movq rax, xmm4
test rax, 0xffffffffffffffff                          //Test high qword
jz .LsimdLoop                                         //No terminal was found, keep looping

我在想，如果没有ptest，是否有更快的方法可以做到这一点，或者这是否是最好的方法，我将不得不进一步优化循环的其余部分

注意：我确保输入使用SIMD的循环的字符串地址是16B对齐的，以允许对齐的指令。

您可以使用（

pmovskb

指令）从比较结果中获得位掩码（生成的掩码包含向量中每个字节的最高有效位）。然后，测试任何字节是否为零意味着测试掩码中的16位中是否有非零位

pxor xmm4, xmm4
pcmpeqb xmm4, [rdi]
pmovmskb eax, xmm4
test eax, eax          ; ZF=0 if there are any set bits = any matches
jnz .found_a_zero

找到具有任何匹配项的向量后，您可以使用

bsf eax，eax

找到第一个匹配位置，以获得位掩码中的位索引，这也是16字节向量中的字节索引

---

或者，您可以检查与

pcmpeqb

/

pmovmskb

/

cmp eax、0xffff

匹配的所有字节（例如，像在memcmp/strcmp中那样），以检查是否设置了所有位，而不是检查至少1位集。

@Liqs:

pmovmskb

在所有x86 CPU上都很便宜。只有1个uop（英特尔上的端口0）和大约3个周期的延迟。看到或看到。如果这个基准测试比您的movq/movq/or方法慢，那么您可能会遇到其他一些性能问题。也许@Liqs：它执行的指令比你的答案，甚至是你问题中的代码都多，这是不合理的。您确定每次都在测量相同的输入数据，并且只计算进程的

perf stat-e任务时钟、周期：u、指令：u

用户空间指令的事件吗？@Liqs:也相关：re:通过使用

por

，在整个向量缓存线上摊销任何零测试，然后找出零的位置。如果您想要一个精确的字节位置，您可以

bsf

注意到的

pmovmsk

结果：。也。真正的库在strleny中使用

pmovmskb

/

cmp

。您的代码会找到第一个非零字节。但是OP想找到第一个零字节（只需将

cmp

替换为

test

）@Liqs：检查对这个答案的更新：它之前正在寻找一个不全为零的向量。如果您在没有检查正确性的情况下进行了基准测试，这可以解释为什么您的基准测试结果发现执行了更多的指令，如果您的代码实际上做了更多的工作。（测试优化的正确性和速度始终是一个好主意，尤其是当您发现执行了更多指令等令人惊讶的结果时。）参见

test rax，0xffffffffffffff

相当于

test rax，rax