我将尝试理解以下代码片段的工作原理。此程序使用SIMD矢量指令(Intel SSE)来计算4个浮点数的绝对值(因此,基本上是矢量化的“fabs()”函数)。
以下是代码片段:
以下是代码片段:
#include <iostream>
#include "xmmintrin.h"
template <typename T>
struct alignas(16) sse_t
{
T data[16/sizeof(T)];
};
int main()
{
sse_t<float> x;
x.data[0] = -4.;
x.data[1] = -20.;
x.data[2] = 15.;
x.data[3] = -143.;
__m128 a = _mm_set_ps1(-0.0); // ???
__m128 xv = _mm_load_ps(x.data);
xv = _mm_andnot_ps(a,xv); // <-- Computes absolute value
sse_t<float> result;
_mm_store_ps(result.data, xv);
std::cout << "x[0]: " << result.data[0] << std::endl;
std::cout << "x[1]: " << result.data[1] << std::endl;
std::cout << "x[2]: " << result.data[2] << std::endl;
std::cout << "x[3]: " << result.data[3] << std::endl;
}
现在,我知道它是有效的,因为我自己运行程序来测试它。使用g++ 4.8.2编译时,结果如下:
x[0]: 4
x[1]: 20
x[2]: 15
x[3]: 143
我有三个相关问题需要解答:
首先,如何将按位运算符应用于浮点数?如果在普通的C++中尝试这样做,会发现这只适用于整数类型(这是有道理的)。
但更重要的是,其次:
这究竟能起到什么作用呢?为什么使用NOT和AND操作符会对此有所帮助?在Python中对整型进行这样的操作,只会得到预期结果:任何整数与-1(即非0)相与,都可以得到该数字本身,而不改变符号。那么这在此处为什么有效呢?
第三,我注意到,如果我将NAND操作所使用的浮点数(标有三个问号)的值从-0.0更改为0.0,则程序不再给出绝对值。但是-0.0怎么会存在,它又如何帮助实现这一功能呢?
相关参考资料: