c++ - C++ 中的高效整数下限函数

问题描述

我想定义一个有效的整数下限函数，即从浮点数或双精度数执行截断到负无穷大的转换。

我们可以假设这些值不会发生整数溢出。到目前为止，我有几个选择

转换为 int；这需要对负值进行特殊处理，因为强制转换趋向于零；
```
I= int(F); if (I < 0 && I != F) I--;
```
将 floor 的结果转换为 int；
```
int(floor(F));
```
转换为 int 并进行较大的转换以获得正数（这可能会为大值返回错误的结果）；
```
int(F + double(0x7fffffff)) - 0x7fffffff;
```

转换为 int 是出了名的慢。if 测试也是如此。我没有计时地板功能，但看到帖子声称它也很慢。

您能在速度、准确性或允许范围方面想出更好的选择吗？它不需要是便携式的。目标是最近的 x86/x64 架构。

标签： c++performancex86-64processing-efficiencyfloor

转换为 int 是出了名的慢。

也许你从 x86-64 开始就一直生活在一块石头下，或者以其他方式错过了在 x86 上这已经有一段时间了。:)

SSE/SSE2 有一个使用截断转换的指令（而不是默认的舍入模式）。ISA 有效地支持此操作正是因为在实际代码库中使用 C 语义进行转换并不罕见。x86-64 代码使用 SSE/SSE2 XMM 寄存器进行标量 FP 数学，而不是 x87，因为这个和其他使它更高效的东西。即使是现代 32 位代码也使用 XMM 寄存器进行标量数学运算。

在为 x87 编译（没有 SSE3 fisttp）时，编译器过去必须将 x87 舍入模式更改为截断，FP 存储到内存，然后再次更改舍入模式。（然后从内存中重新加载整数，通常是从堆栈上的本地，如果用它做进一步的事情。）x87 对此很糟糕。

是的，这非常慢，例如在 2006年编写@Kirjain 答案中的链接时，如果您仍然拥有 32 位 CPU 或使用 x86-64 CPU 运行 32 位代码。

不直接支持使用截断或默认（最近）以外的舍入模式进行转换，直到 SSE4.1 roundps/roundpd你最好的选择是魔术数字技巧，如@Kirjain 答案中的 2006 链接。

那里有一些不错的技巧，但仅适用于double-> 32 位整数。double如果你有，不太可能值得扩展float。

或者更常见的是，只需添加一个大数字来触发舍入，然后再次减去它以返回原始范围。这可以在float不扩展到的情况下工作double，但我不确定制作floor工作有多容易。

无论如何，这里明显的解决方案是_mm256_floor_ps()and _mm256_cvtps_epi32( vroundpsand vcvtps2dq)。它的非 AVX 版本可以与 SSE4.1 一起使用。

我不确定我们是否可以做得更好；如果您有一个庞大的数组要处理（并且无法设法将这项工作与其他工作交错），您可以将 MXCSR 舍入模式设置为“towards -Inf”（地板）并简单地使用vcvtps2dq（它使用当前的舍入模式） . 然后放回去。但是最好缓存阻止您的转换或在生成数据时即时执行，可能来自需要将 FP 舍入模式设置为默认最近的其他 FP 计算。

roundps/pd/ss/sd 在 Intel CPU 上是 2 uop，但在 AMD Ryzen 上只有 1 uop（每个 128 位通道）。 cvtps2dq也是 1 uop。打包的 double->int 转换还包括随机播放。标量 FP->int 转换（复制到整数寄存器）通常也为此花费额外的微指令。

因此，在某些情况下，魔术数字技巧有可能获胜；如果_mm256_floor_ps()+ cvt 是关键瓶颈的一部分（或者如果您有 double 并且想要 int32，则更有可能）可能值得调查。

@Cássio Renan'sint foo = floorf(f)实际上会自动矢量化，如果使用gcc -O3 -fno-trapping-math（或-ffast-math）编译，使用-march=具有 SSE4.1 或 AVX 的东西。 https://godbolt.org/z/ae_KPv

如果您将它与其他未手动矢量化的标量代码一起使用，这可能会很有用。特别是如果您希望编译器能够自动矢量化整个事情。

c++ - C++ 中的高效整数下限函数

问题描述

解决方案

推荐阅读