在iOS 6项目中,我有一个缓冲区,其中包含两个字节的单词(16位),需要通过查找表将其转换为四个字节的词(32位)。我将这些值硬编码到表中,然后使用两字节缓冲区的值来确定要检索的32位表值。这里有一个例子:
void map_values(uint32_t *dst,uint16_t *src,uint32_t *lut,int buf_length){
int i=0;
for(i=0;i<buf_length;i++){
*dst = *(lut+(*src));
dst++;
src++;
}
}
问题是,它太慢了。是否可以通过使用NEON一次处理4个输出字节来加快速度?问题是,我不确定如何从src缓冲区中获取值,并将其用作查找表的输入,以确定要检索的值。此外,表和输出缓冲区中的字长相同,但源的字长不同。因此,我只能读取两个16位的字作为输入,而我需要四个32位的字输出。有什么想法吗?也许有更好的方法来解决这个问题吗?
clang的电流asm输出(clang-O3-arch armv7 lut.c-S):
.section __TEXT,__text,regular,pure_instructions
.section __TEXT,__textcoal_nt,coalesced,pure_instructions
.section __TEXT,__const_coal,coalesced
.section __TEXT,__picsymbolstub4,symbol_stubs,none,16
.section __TEXT,__StaticInit,regular,pure_instructions
.syntax unified
.section __TEXT,__text,regular,pure_instructions
.globl _map_values
.align 2
.code 16 @ @map_values
.thumb_func _map_values
_map_values:
@ BB#0:
cmp r3, #0
it eq
bxeq lr
LBB0_1: @ %.lr.ph
@ =>This Inner Loop Header: Depth=1
ldrh r9, [r1], #2
subs r3, #1
ldr.w r9, [r2, r9, lsl #2]
str r9, [r0], #4
bne LBB0_1
@ BB#2: @ %._crit_edge
bx lr
.subsections_via_symbols
查找表(几乎)是不可分解的。使用vtbl
指令可以处理非常小的查找表,但您的查找表太大了。
您使用查找表做什么?如果可以在不需要太多工作的情况下快速计算这些值,而不是查找它们,那么这实际上可能是你的一个重大胜利。
我的第一个想法是,您可能会从Accelerate框架的vecLib部分的vtablelookup
中获得一些运气。签名为:
vUInt32 vtablelookup (
vSInt32 Index_Vect,
uint32_t *Table
);
其中CCD_ 3和CCD_。我相信这个功能是由ARM上的NEON支持的。最大的问题是将src
数组转换为32位索引,这可能会大大降低速度,从而使矢量化查找带来的速度增益变得毫无意义。