使用F#与SIMD查找数组值索引时TrailingZeroCount返回结果异常

问题根因 #

你得到的idx为4而非预期的1，是因为你计算偏移时使用的是字节粒度的结果，没有转换为原始int32类型的粒度：

• Sse2.CompareEqual 处理Vector128<int>时，匹配的元素会将对应32位空间全部置为1，即1个匹配的int32对应4个连续的0xFF字节
• 你将比较结果转为字节向量后调用Sse2.MoveMask，返回值的每1位对应1个字节的最高位，此时1个int32元素对应4位mask位
• 测试用例中索引为1的int32匹配时，对应mask的第4~7位为1，BitOperations.TrailingZeroCount返回末尾零的个数就是4

修正方案 #

只需要将计算得到的字节偏移除以int32的字节长度（4字节）即可得到正确的类型索引，将对应代码修改为：

let idx = BitOperations.TrailingZeroCount matches >>> 2

右移2位等价于整数除法除以4，修改后即可输出预期结果1。如果需要适配其他数值类型，只需要调整右移位数即可：int16对应右移1位（除以2字节）、int64对应右移3位（除以8字节）。

实现效率相关说明 #

这种矢量化搜索的实现思路是目前.NET下性能最高的方案之一，比普通逐元素遍历性能高3~8倍（取决于使用128位还是256位向量），可以根据场景做进一步优化：

• 如果搜索的数组长度超过Vector128<int>.Count（即4个元素），需要添加循环逻辑批量处理每一段向量长度的元素
• 支持AVX2指令集的设备可以换成256位向量运算，单次处理8个int32元素，吞吐量翻倍
• 如果需要兼顾不同硬件平台的兼容性，可以使用.NET 7+提供的Vector<T>做平台无关心矢量化实现，不需要手写硬件Intrinsic，性能和手写Intrinsic的差异在5%以内

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