std::experimental::reduce, std::experimental::hmin, std::experimental::hmax
来自cppreference.com
< cpp | experimental | simd
在标头 <experimental/simd> 定义
|
||
template< class T, class Abi, class BinaryOperation = std::plus<> > T reduce( const simd<T, Abi>& v, BinaryOperation binary_op = {} ); |
(1) | (并行 TS v2) |
template< class M, class V, class BinaryOperation > typename V::value_type |
(2) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(3) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(4) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(5) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(6) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(7) | (并行 TS v2) |
template< class T, class Abi > T hmin( const simd<T, Abi>& v ) noexcept; |
(8) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(9) | (并行 TS v2) |
template< class T, class Abi > T hmax( const simd<T, Abi>& v ) noexcept; |
(10) | (并行 TS v2) |
template< class M, class V > typename V::value_type |
(11) | (并行 TS v2) |
1) 在 binary_op 上归约 v 中的所有者。
2) 在 binary_op 上归约 x 中关联掩码元素为 true 的所有值。
3) 返回 x 中关联掩码为 true 的所有值的和。
4) 返回 x 中关联掩码为 true 的所有值的乘积。
5) 返回对 x 中关联掩码为 true 的所有值使用按位与的聚合。
6) 返回对 x 中关联掩码为 true 的所有值使用按位或的聚合。
7) 返回对 x 中关联掩码为 true 的所有值使用按位异或的聚合。
如果 binary_op 并无结合性或交换性,则其行为不确定。
参数
v | - | 要运用归约的 simd 向量
|
x | - | 要运用归约的 where 表达式的返回值
|
identity_element | - | 对于 binary_op 表现为相同元素的值;binary_op(identity_element, a) == a 必须持有类型 V::value_type 的所有有穷值 |
binary_op | - | 以未指明的 ABI 标签 A ,以未指明的顺序,运用于 V::value_type 或 simd<V::value_type, A> 类型的实参的二元 函数对象 (FunctionObject) 。binary_op(v, v) 必须可转换为 V
|
返回值
类型操作的结果:
1,8,10)
T
2-7,9,11) V::value_type
示例
运行此代码
#include <array> #include <cassert> #include <cstddef> #include <experimental/simd> #include <functional> #include <iostream> #include <numeric> namespace stdx = std::experimental; int main() { using V = stdx::native_simd<double>; alignas(stdx::memory_alignment_v<V>) std::array<V::value_type, 1024> data; std::iota(data.begin(), data.end(), 0); V::value_type acc{}; for (std::size_t i = 0; i < data.size(); i += V::size()) acc += stdx::reduce(V(&data[i], stdx::vector_aligned), std::plus{}); std::cout << "sum of data = " << acc << '\n'; using W = stdx::fixed_size_simd<int, 4>; alignas(stdx::memory_alignment_v<W>) std::array<int, 4> arr{2, 5, 4, 1}; auto w = W(&arr[0], stdx::vector_aligned); assert(stdx::hmin(w) == 1 and stdx::hmax(w) == 5); }
输出:
sum of data = 523776
参阅
(C++17) |
类似 std::accumulate,但不依序执行 (函数模板) |