向量中的Neon交换元素

Question

我想用Neon Intrinsics优化这样的代码。基本上在给定的输入下

0 1 2 3 4 5 6 7

会产生输出，

2 1 0 5 4 3 8 7 6

void func(uint8_t* src, uint8_t* dst, int size){

   for (int i = 0; i < size; i++){
     dst[0] = src[2];
     dst[1] = src[1];
     dst[2] = src[0]
     dst = dst+3;
     src = src+3;
   }           
}

我唯一能想到的方法就是

uint8x8x3_t src = vld3_u8(src);

获取3个向量，然后访问src2、src1、src中的每个单个元素并写入内存。

有人能帮忙吗？

谢谢。

Answer 1

这在底层指令集中非常容易，因为您正在交换一个3元素结构的两个元素，这实际上已经说明了相关的指令：

vld3.u8 {d0-d2}, [r0]
vswp d0, d2
vst3.u8 {d0-d2}, [r0]

甚至在霓虹灯程序员指南中也有这样的例子，因为它是RGB转换，而这正是为处理霓虹灯而设计的。

对于本质，它要复杂一些，因为vswp没有固有的特性；您只需用C来表示它，并相信编译器会做正确的事情：

uint8x8x3_t data = vld3_u8(src);
uint8x8_t tmp = data.val[0];
data.val[0] = data.val[2];
data.val[2] = tmp;
vst3_u8(dest, data);

尽管如此，由于编译器是GCC的不同版本，我未能说服他们中的任何一个真正发出一个从次优到愚蠢的vswp代码生成。Clang做得更好，但仍然没有vswp；其他编译器可能更聪明。