是否希望在不久的将来将 std::bitset<128> 转换为单个 128 位整数？

Question

我使用 std::bitset 来表示短 DNA 序列（单倍型）。出于我的目的，我需要能够将每个这样的序列转换为单个整数。目前，由于 std::bitset::to_ullong 的工作方式，此要求似乎将我的序列长度限制为 <=64？

由于 C++ 有多种表示 128 位整数的方法（C++ 中有 128 位整数吗？），我想知道 std::bitset 支持直接转换为 128 位整数需要多长时间？

当然，如果我知道我错了并且人们已经可以做到这一点，我会非常高兴......

谢谢！

Answer 1

您始终可以提供自己的：

#include <climits>
#include <cstdint>
#include <limits>
#include <bitset>

static_assert(sizeof(unsigned long long) == 8 && CHAR_BIT == 8);

struct my_uint128_t {
    std::uint64_t lo;
    std::uint64_t hi;
};

template<std::size_t N>
my_uint128_t to_uint128_t(const std::bitset<N>& v) {
  constexpr std::bitset<N> mask(std::numeric_limits<std::uint64_t>::max()); 
  std::uint64_t lo = (v & mask).to_ullong();
  std::uint64_t hi = ((v >> 64) & mask).to_ullong();

  return {lo, hi};
}

然而，这会做出一些技术上不安全的假设，例如unsigned long long64 位。有static_assert帮助，但更好的解决方案是实际考虑可能的差异：

#include <climits>
#include <limits>
#include <bitset>
#include <array>

template<std::size_t BITS>
struct my_uint_t {
    static constexpr std::size_t num_parts = 
        (BITS / CHAR_BIT + (BITS % CHAR_BIT > 0)) / sizeof(unsigned long long);
    std::array<unsigned long long, num_parts> parts;

    template<std::size_t N, std::size_t I>
    void populate_from_bitset(const std::bitset<N>& v) {
        constexpr std::size_t offset = I * CHAR_BIT * sizeof(unsigned long long);
        constexpr std::bitset<N> mask(std::numeric_limits<unsigned long long>::max());

        parts[I] = ((v >> offset) & mask).to_ullong();
        if constexpr(I + 1 < num_parts) {
            populate_from_bitset<N, I + 1>(v);
        }
    }
};

template<std::size_t N>
my_uint_t<128> to_uint128_t(const std::bitset<N>& v) {
    
  my_uint_t<128> result;
  result.populate_from_bitset<N, 0>(v);

  return result;
}

auto tmp_a = &to_uint128_t<16>;
auto tmp_b = &to_uint128_t<65>;
auto tmp_c = &to_uint128_t<128>;

gcc 和 clang 都对此进行了优化，以充分清洁 X86-64 上的程序集：

my_uint128_t to_uint128_t<16ul>(std::bitset<16ul> const&):
        movzx   edx, WORD PTR [rdi]
        xor     eax, eax
        ret
my_uint128_t to_uint128_t<65ul>(std::bitset<65ul> const&):
        mov     rdx, QWORD PTR [rdi]
        mov     rax, QWORD PTR [rdi+8]
        ret
my_uint128_t to_uint128_t<128ul>(std::bitset<128ul> const&):
        mov     rdx, QWORD PTR [rdi]
        mov     rax, QWORD PTR [rdi+8]
        ret

参见Godbolt

笔记：

• 这依赖于以某种方式实现的标准库。虽然可以保证它能正常工作，但并不能正式保证性能将保持一致。
• my_uint128_t这里有点占位符类型。仍需要进行一些字节序处理才能正确地将其用作可移植的 128 位整数。
• 为什么是的，正确处理非典型整数类型会导致巨大的混乱。