是否存在实现dst[b[i]]=a[i]的寄存器内类Scatter SIMD Intrinsics？

首先明确：不存在单一的SSE/AVX intrinsics指令能直接完成你需求的dst[b[i]] = a[i]（16个8位元素）操作。传统的shuffle/permute类指令都是“Gather”逻辑（从源向量按索引提取元素到目标向量对应位置），而你要的是“Scatter”逻辑（将源向量元素按索引放到目标向量的指定位置），这类寄存器内的Scatter操作没有单指令实现，只能通过以下方案模拟：

方案1：基于逆置换的高效实现（适用于b是无重复索引的置换） #

如果b是0-15的无重复置换（每个索引仅出现一次），可以先计算b的逆置换向量inv_b——满足inv_b[k] = i当且仅当b[i] = k，之后直接用_mm_shuffle_epi8完成操作：

// 计算逆置换向量inv_b
__m128i inv_b = _mm_setzero_si128();
for (int i = 0; i < 16; i++) {
    int target_idx = _mm_extract_epi8(b, i);
    inv_b = _mm_insert_epi8(inv_b, (char)i, target_idx);
}
// 利用shuffle完成目标操作
__m128i dst = _mm_shuffle_epi8(a, inv_b);

这个方案的本质是把Scatter操作转化为Gather操作，效率接近单指令，是这类场景下的最优解。

方案2：循环插入模拟（适用于b含重复索引的场景） #

如果b存在重复索引（多个源元素要写入目标向量的同一位置，最终保留最后一次写入的值），可以通过循环逐个将源元素插入目标向量的指定位置：

__m128i dst = _mm_setzero_si128();
for (int i = 0; i < 16; i++) {
    char src_elem = _mm_extract_epi8(a, i);
    int target_pos = _mm_extract_epi8(b, i);
    // 将当前元素插入目标向量的指定位置
    dst = _mm_insert_epi8(dst, src_elem, target_pos);
}

这个方案的缺点是循环会带来额外开销，仅适合对性能要求不高的场景。

方案3：AVX-512掩码操作优化（硬件支持时可选） #

如果你的硬件支持AVX-512，可以利用掩码指令减少循环次数，比如通过分组处理多个元素，用_mm512_maskz_permutexvar_epi8等指令批量构建目标向量，但本质还是模拟Scatter逻辑，没有单指令直接实现。

内容的提问来源于stack exchange，提问作者FireTner