X86 如何使用SSE加载std:：complex数组的真实部分？

由于

\u mm\u loadu\u ps（）

固有函数，我试图在128位寄存器中加载

std:：complex

数组内容的实部

__m128 data_block;

complex<float> a[4];
a[0] = complex<float>(1.0, 2.0);
a[1] = complex<float>(3.0, 4.0);
a[2] = complex<float>(5.0, 6.0);
a[3] = complex<float>(7.0, 8.0);

data_block = _mm_loadu_ps(&a[0].real());

float b[4];
_mm_storeu_ps(b, data_block);

cout << b[0] << " " << b[1] << " " << b[2] << " " << b[3] << endl;

m128数据块；
复合物a[4]；
a[0]=络合物（1.0,2.0）；
a[1]=复合体（3.0,4.0）；
a[2]=络合物（5.0,6.0）；
a[3]=复合体（7.0,8.0）；
数据块=_mm_loadu_ps（&a[0].real（））；
浮动b[4]；
_mm_storeu_ps（b，数据块）；
coutNo-这是一个“聚集”操作，仅由AVX（非SSE）支持，而且效率非常低。如果您认真对待SIMD优化，则应更适当地组织数据。如果您真的必须坚持这种数据布局，那么最好的选择可能是加载两个连续的向量，并对它们进行洗牌（排列），以获得一个向量中的所有实部（以及另一个向量中的虚部，如果需要的话），例如

否-这是一个仅由AVX（而非SSE）支持的“聚集”操作，而且效率非常低。如果您认真对待SIMD优化，则应更适当地组织数据。如果您真的必须坚持这种数据布局，那么最好的选择可能是加载两个连续的向量，并对它们进行洗牌（排列），以获得一个向量中的所有实部（以及另一个向量中的虚部，如果需要的话），例如

否-这是一个仅由AVX（而非SSE）支持的“聚集”操作，而且效率非常低。如果您认真对待SIMD优化，则应更适当地组织数据。如果您真的必须坚持这种数据布局，那么最好的选择可能是加载两个连续的向量，并对它们进行洗牌（排列），以获得一个向量中的所有实部（以及另一个向量中的虚部，如果需要的话），例如

否-这是一个仅由AVX（而非SSE）支持的“聚集”操作，而且效率非常低。如果您认真对待SIMD优化，则应更适当地组织数据。如果您真的必须坚持这种数据布局，那么最好的选择可能是加载两个连续的向量，并对它们进行洗牌（排列），以获得一个向量中的所有实部（以及另一个向量中的虚部，如果需要的话），例如

谢谢你的回答。事实上，我必须使用这种数据布局。我将使用您的选项，即使它会增加加载/存储操作的数量，也应该可以。如果您也需要虚部，则加载的数量不会增加，但是是的，如果您只需要实部，则会受到2倍的惩罚。希望你以后能做足够的计算来承担这个成本。回到2010年，我把FFT从
{real，imag}{real，imag}
重写为
{real，real}{imag，imag}
。结果：摆脱所有洗牌后，瞬间加速30%。整个SSE3
addsub
基本上就是一个笑话谢谢你的回答。事实上，我必须使用这种数据布局。我将使用您的选项，即使它会增加加载/存储操作的数量，也应该可以。如果您也需要虚部，则加载的数量不会增加，但是是的，如果您只需要实部，则会受到2倍的惩罚。希望你以后能做足够的计算来承担这个成本。回到2010年，我把FFT从
{real，imag}{real，imag}
重写为
{real，real}{imag，imag}
。结果：摆脱所有洗牌后，瞬间加速30%。整个SSE3
addsub
基本上就是一个笑话谢谢你的回答。事实上，我必须使用这种数据布局。我将使用您的选项，即使它会增加加载/存储操作的数量，也应该可以。如果您也需要虚部，则加载的数量不会增加，但是是的，如果您只需要实部，则会受到2倍的惩罚。希望你以后能做足够的计算来承担这个成本。回到2010年，我把FFT从
{real，imag}{real，imag}
重写为
{real，real}{imag，imag}
。结果：摆脱所有洗牌后，瞬间加速30%。整个SSE3
addsub
基本上就是一个笑话谢谢你的回答。事实上，我必须使用这种数据布局。我将使用您的选项，即使它会增加加载/存储操作的数量，也应该可以。如果您也需要虚部，则加载的数量不会增加，但是是的，如果您只需要实部，则会受到2倍的惩罚。希望你以后能做足够的计算来承担这个成本。回到2010年，我把FFT从
{real，imag}{real，imag}
重写为
{real，real}{imag，imag}
。结果：摆脱所有洗牌后，瞬间加速30%。整个SSE3
addsub
基本上就是一个笑话
__m128 v0 = _mm_loadu_ps(&a[0].real());
__m128 v1 = _mm_loadu_ps(&a[2].real());
__m128 v_real = _mm_shuffle_ps(v0, v1, _MM_SHUFFLE(2, 0, 2, 0));
__m128 v_imag = _mm_shuffle_ps(v0, v1, _MM_SHUFFLE(3, 1, 3, 1));