AArch64 SIMD/ARM NEON中如何转向量比较掩码为位掩码并查询匹配？

获取首个匹配的索引 #

NEON没有直接对应AVX2 tzcnt的指令，但可以通过位操作+编译器内置函数实现相同效果：

1. 从比较结果（uint8x16_t，匹配为0xFF，不匹配为0x00）中提取每个字节的最低位（匹配则为1，不匹配则为0）：

   uint8x16_t match_bits = vandq_u8(result, vdupq_n_u8(1));
   

2. 将16个8位的位值打包成一个16位整数：

   // 合并低8位和高8位为16位掩码
   uint16_t mask = vget_lane_u16(vpaddlq_u8(match_bits), 0);
   mask |= vget_lane_u16(vpaddlq_u8(vextq_u8(match_bits, match_bits, 8)), 0) << 8;
   

3. 用内置函数查找第一个置位位的索引，等价于tzcnt：

   int first_match_idx = __builtin_ctz(mask);
   

   注：__builtin_ctz是GCC/Clang支持的ARM架构内置函数，若需纯指令实现，可通过rbit+clz组合：

   int first_match_idx = __builtin_clz(__builtin_rbit(mask)) - 16;
   

生成匹配位掩码（类似AVX2 movemask） #

要将每个字节的匹配状态转换为对应位（匹配为1，不匹配为0），可按以下步骤高效实现：

1. 提取匹配位（同上述第一步）：

   uint8x16_t match_bits = vandq_u8(result, vdupq_n_u8(1));
   

2. 批量移位合并为16位掩码：

   // 生成移位因子：低8位对应0-7位偏移，高8位对应8-15位偏移
   uint16x8_t shift_low = vcreate_u16(0x0706050403020100ULL);
   uint16x8_t shift_high = vaddq_u16(shift_low, vdupq_n_u16(8));
   
   // 处理低8位，将每个位移到对应位置后求和合并
   uint16x8_t vec_low = vreinterpretq_u16_u8(match_bits);
   uint16_t mask_low = vaddvq_u16(vshlq_u16(vec_low, shift_low));
   
   // 处理高8位，同理合并
   uint16x8_t vec_high = vreinterpretq_u16_u8(vextq_u8(match_bits, match_bits, 8));
   uint16_t mask_high = vaddvq_u16(vshlq_u16(vec_high, shift_high));
   
   // 最终得到16位掩码，第i位对应输入第i个字节的匹配状态
   uint16_t full_mask = mask_low | mask_high;
   

   以"ABAA"为例，此代码会生成0b1101（即十进制13），对应第0、2、3位为1，第1位为0。

注意事项 #

• 上述代码假设输入是16字节的uint8x16_t，若处理其他长度的NEON寄存器，可调整移位因子和合并逻辑。
• 确保编译器开启NEON优化（如-mfpu=neon），以生成高效的ARM指令。

内容的提问来源于stack exchange，提问作者Stan