ARM NEON:如何实现256字节的查找表

Question

我正在使用内联汇编移植一些我写给NEON的代码.

我需要的一件事是将范围[0..128]的字节值转换为表格中的其他字节值,这些值取全范围[0..255]

表很简短,但这背后的数学并不容易,所以我认为每次"动态"都不值得计算.所以我想试试Look Up表.

我使用VTBL作为32字节的情况,并按预期工作

对于整个范围,一个想法是首先比较源的范围并进行不同的查找(即,具有4个32位查找表).

我的问题是:有没有更有效的方法呢？

编辑

经过一些试验,我已经完成了四次查看并且(仍未安排)我对结果感到满意.我在这里留下了内联汇编中的一段代码行,以防有人发现它有用或者认为它可以改进.

// Have the original data in d0
// d1 holds #32 value 
// d6,d7,d8,d9 has the images for the values [0..31] 

    //First we look for the 0..31 images. The values out of range will be 0
    "vtbl.u8 d2,{d6,d7,d8,d9},d0    \n\t"

    // Now we sub #32 to d1 and find the images for [32...63], which have been previously loaded in d10,d11,d12,d13
    "vsub.u8 d0,d0,d1\n\t"              
    "vtbl.u8 d3,{d10,d11,d12,d13},d1    \n\t"

    // Do the same and calculating images for [64..95]
    "vsub.u8 d0,d0,d1\n\t"
    "vtbl.u8 d4,{d14,d15,d16,d17},d0    \n\t"

    // Last step: images for [96..127]
    "vsub.u8 d0,d0,d1\n\t"
    "vtbl.u8 d5,{d18,d19,d20,d21},d0    \n\t"

    // Now we add all. No need to saturate, since only one will be different than zero each time
    "vadd.u8 d2,d2,d3\n\t"
    "vadd.u8 d4,d4,d5\n\t"
    "vadd.u8 d2,d2,d4\n\t"   // Leave the result in d2

Answer 1

正确的顺序是通过

vtbl d0, { d2,d3,d4,d5 }, d1   // first value
vsub d1, d1, d31               // decrement index
vtbx d0, { d6,d7,d8,d9 }, d1   // all the subsequent values
vsub d1, d1, d31               // decrement index
vtbx d0, { q5,q6 }, d1         // q5 = d10,d11
vsub d1, d1, d31
vtbx d0, { q7,q8 }, d1

vtbl 和 vtbx 之间的区别在于，vtbl当 d1 >= 32 时，将元素 d0 归零，而 vtbx 则完整保留 d0 中的原始值。因此，不需要像我的评论中那样的欺骗，也不需要合并部分值。