比较字符是否相等而不分支

Question

关于上一个问题我想优化这个函数：

static
lvh_distance levenshtein_distance( const std::string & s1, const std::string & s2 )
{
    const size_t len1 = s1.size(), len2 = s2.size();
    std::vector<unsigned int> col( len2+1 ), prevCol( len2+1 );

    const size_t prevColSize = prevCol.size();
    for( unsigned int i = 0; i < prevColSize; i++ )
        prevCol[i] = i;

    for( unsigned int i = 0, j; i < len1; ++i )
    {
        col[0] = i+1;
        const char s1i = s1[i];
        for( j = 0; j < len2; ++j )
        {
            const auto minPrev = 1 + std::min( col[j], prevCol[1 + j] );
            col[j+1] = std::min( minPrev, prevCol[j] + (  s1i == s2[j] ? 0 : 1   ) );

        }
        col.swap( prevCol );
    }
    return prevCol[len2];
}

一位用户评论说我可以将

s1i == s2[j] ? 0 : 1

替换为

((s1i - s2[j]) & 0x80) >> 7

以防止条件跳转。这个技巧是错误的，用户删除了他的评论，但我想知道是否真的有办法做到这一点。

Answer 1

假设代码

s1i == s2[j] ? 0 : 1

确实给了你一个分支操作，你真的想避免，你可以简单地尝试以下操作：

!(s1i == s2[j])

这应该会产生相同的效果，并且可以帮助编译器删除分支。或者，你可以颠倒逻辑并写

s1i != s2[j]

与此类优化一样，永远无法保证这实际上会达到您希望的结果。优化器做了很多聪明的事情，试图预测它们对你的技巧将如何反应通常是很困难的。因此，即使在最好的情况下，您所能做的就是尝试不同的解决方案并比较生成的二进制代码。

Answer 2

为什么不使用以下内容：

!(s1i == s2[j])

或

(s1i != s2[j])

，因为 bool 到 int 的转换是隐式的

Answer 3

不是一个实际的答案，而是解决一个难题。
创建一个数组

one_or_zero[UCHAR_MAX+1]

用1填充它，然后

one_or_zero[0] = 0;

现在你可以做类似的事情

prevCol[j] + one_or_zero[s1i^s2[j]])

这将导致

s1i==s2[j]

上的值为 0，否则将被添加到

prevCol[j]

上