时间戳

首页 > 解决方案 > SIMD：逐个字符比较两个字符串并找到匹配的总数

c++ - SIMD：逐个字符比较两个字符串并找到匹配的总数

问题描述

我正在开发一种生物信息学工具。我有兴趣应用 SIMD 来提高它的速度。给定两个长度相等的字符串，我想快速计算两个字符串具有相同字符的索引总数。

例如，假设我们有 S1="AATTGGCCAAC" 和 S2="AATTCTCCAAC"。然后，由于它们的长度为 11，并且仅在位置 5 和 6 处不同（S1 中的“GG”和 S2 中的“CT”），所以输出应该是 9。

这是我到目前为止所拥有的：

#include <string>
#include <immintrin.h>
using namespace std;
#include <memory.h>
int main()
{
 register __m128i str_A, str_B, char_eq;


str_A = _mm_load_si128((__m128i*)("AATTGGCCAAC")); 
str_B = _mm_load_si128((__m128i*)("AATTCTCCAAC")); 

char_eq = _mm_cmpeq_epi8(str_A, str_B); 

}

字符串比较似乎工作正常。

uint8_t val[11];
    memcpy(val, &char_eq, sizeof(val));
    printf("Numerical: %i %i %i %i %i %i %i %i %i %i %i \n", 
           val[0], val[1], val[2], val[3], val[4], val[5], 
           val[6], val[7],val[8], val[9], val[10]);          
}

，输出 255 255 255 255 0 0 255 255 255 255 255

所以现在我有一个名为 char_eq 的寄存器 __m128i 对象，其中包含有关每个字符是否匹配或不匹配的信息。如何将此 __m128i char_eq 对象转换为对匹配字符数进行编码的整数？我能想到的唯一方法是手动将布尔值相加（即 1+1+1+1+0+0+1+1+1+1+1），但这违背了使用 SIMD 的目的，因为那样会需要 length(str) 加法数。

查找两个字符串中匹配字符总数的最快方法是什么？我希望使它成为 O(1)。先感谢您！

标签： c++parallel-processingbioinformaticssimd-library

解决方案

推荐阅读