如何使用SIMD指令优化数组相邻元素检测的C++代码？

针对你的需求，下面给出基于AVX2指令集的SIMD优化实现，同时解释核心思路和注意事项，最后附上SIMD入门学习资源。

优化思路 #

原函数逐一对相邻元素进行检查，SIMD的核心是一次处理多个元素：利用256位向量（AVX2）同时对32个元素进行并行比较，大幅减少循环迭代次数。我们需要同时检测两种相邻模式：(a,b)和(b,a)，通过向量运算批量完成比较后，快速判断是否存在匹配。

AVX2优化实现代码 #

#include <immintrin.h>
#include <cstdint>

int check_adjacent_simd(uint8_t *arr, int size, int a, int b)
{
    if (size < 2) return 0;

    // 把a和b广播到256位向量的所有32个uint8元素
    const __m256i vec_a = _mm256_set1_epi8(static_cast<uint8_t>(a));
    const __m256i vec_b = _mm256_set1_epi8(static_cast<uint8_t>(b));

    int i = 0;
    // 批量处理每32个元素（对应31对相邻检查）
    for (; i <= size - 32; i += 32) {
        // 加载当前块和下一个块的元素到向量
        __m256i curr = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(arr + i));
        __m256i next = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(arr + i + 1));

        // 检测 (curr[i] == a && next[i] == b)
        __m256i match_ab = _mm256_and_si256(
            _mm256_cmpeq_epi8(curr, vec_a),
            _mm256_cmpeq_epi8(next, vec_b)
        );
        // 检测 (curr[i] == b && next[i] == a)
        __m256i match_ba = _mm256_and_si256(
            _mm256_cmpeq_epi8(curr, vec_b),
            _mm256_cmpeq_epi8(next, vec_a)
        );
        // 合并两种匹配结果
        __m256i matches = _mm256_or_si256(match_ab, match_ba);

        // 检查是否存在匹配：movemask将向量每个字节的最高位转为整数，非零表示有匹配
        if (_mm256_movemask_epi8(matches) != 0) {
            return 1;
        }
    }

    // 处理剩余不足32个的元素，用原逻辑兜底
    for (; i < size - 1; ++i) {
        if ((arr[i] == a && arr[i+1] == b) || (arr[i] == b && arr[i+1] == a)) {
            return 1;
        }
    }

    return 0;
}

关键细节说明 #

1. 指令集兼容性：AVX2需要Intel Haswell及以后、AMD Ryzen及以后的CPU支持。如果要兼容更老的CPU，可以替换为SSE2指令集（128位向量），只需把所有_mm256_*前缀改为_mm_*，比如_mm_set1_epi8、_mm_loadu_si128，一次处理16个元素。
2. 内存对齐：如果数组是32字节对齐的，改用_mm256_load_si256替换_mm256_loadu_si256可以获得更高性能。可以通过编译器属性（如__attribute__((aligned(32)))）或手动分配对齐内存实现。
3. 提前退出：和原函数逻辑一致，一旦检测到匹配立即返回，避免不必要的计算。

SIMD入门学习资源 #

• Intel架构软件开发手册：权威参考资料，详细覆盖所有x86/x64 SIMD指令的功能、参数和编码规则。
• 编译器内置函数文档：GCC、Clang、MSVC都提供了直接调用SIMD指令的内置函数接口，比如GCC的__builtin_ia32_*系列、MSVC的_mm_*系列，文档会明确每个函数对应的硬件指令和使用场景。
• SIMD实战教程：从SSE2基础开始，学习向量广播、逐元素比较、位运算、归约等核心操作，再逐步过渡到AVX、AVX2等宽向量指令集，重点关注实际场景下的性能优化技巧。
• 从基础练起：先掌握单向量的基本操作，再尝试简单的批量处理逻辑，比如数组求和、过滤，逐步理解SIMD的并行思维。

内容的提问来源于stack exchange，提问作者UndefinedCpp