申请内存，std::transform和AVX256指令集用例和执行速度比较

用两个一维数组交叉想减为例：

long long *pDataStop1 = new long long[iSize1];
long long *pDataStop2 = new long long[iSize2];

1.申请内存指针用操作，数据的画，自己导入模拟数据

int m_iMaxDiff;
QMap<long long, int> m_mStatisTau;

int iSize1 = 7000;
int iSize2 = 7000;
long long *pDataStop1 = new long long[iSize1];
long long *pDataStop2 = new long long[iSize2];
long long iStop2;
long long iValue;

for(int j = 0; j < iSize1; j += 4) {
	for(int k = 0; k < iSize2; k++) {
		iStop2 = pDataStop2[k];

		iValue = pDataStop1[j] - iStop2;
		if(std::abs(iValue) <= m_iMaxDiff) {
			m_mStatisTau[iValue] += 1;
		}

		iValue = pDataStop1[j + 1] - iStop2;
		if(std::abs(iValue) <= m_iMaxDiff) {
			m_mStatisTau[iValue] += 1;
		}

		iValue = pDataStop1[j + 2] - iStop2;
		if(std::abs(iValue) <= m_iMaxDiff) {
			m_mStatisTau[iValue] += 1;
		}

		iValue = pDataStop1[j + 3] - iStop2;
		if(std::abs(iValue) <= m_iMaxDiff) {
			m_mStatisTau[iValue] += 1;
		}
	}
}

这个执行完，大概需要310ms

2.std::transform，内部用的多线程，c++17才能使用，使用std::execution::par_unseq项是最快的

for(int i = 0; i < iSize; i++) {
	int iSize1 = vDataStop2[i].size();
	std::vector<long long> vOut(iSize1);
	for(int j = 0; j < vDataStop1[i].size(); j++) {
		QVector<long long> vStop1(iSize1);
		std::fill(vStop1.begin(), vStop1.end(), vDataStop1[i][j]);
		std::transform(std::execution::par_unseq, vDataStop2[i].begin(),     
        vDataStop2[i].end(), vStop1.begin(), vOut.begin(), CalculatePoor);
	}
}

这个使用vector大概是490ms，使用指针大概是410ms，可以参考我上一个博客，写的比较详细

3.AVX256指令集

__m256i m1, m2;
long long re[4];
for(int j = 0; j < iSize1; j += 4) {
	m1 = _mm256_set_epi64x(pDataStop1[j],pDataStop1[j+1],pDataStop1[j+2],               pDataStop1[j+3]);

	for(int k = 0; k < iSize2; k++) {
		m2 = _mm256_set_epi64x(pDataStop2[k], pDataStop2[k], pDataStop2[k], pDataStop2[k]);

		__m256i l1 = _mm256_sub_epi64(m1, m2);

		re[3] = l1.m256i_i64[0];
		re[2] = l1.m256i_i64[1];
		re[1] = l1.m256i_i64[2];
		re[0] = l1.m256i_i64[3];
		if(std::abs(re[3]) <= m_iMaxDiff) {
			m_mStatisTau[re[3]] += 1;
		}

		if(std::abs(re[2]) <= m_iMaxDiff) {
			m_mStatisTau[re[2]] += 1;
		}

		if(std::abs(re[1]) <= m_iMaxDiff) {
			m_mStatisTau[re[1]] += 1;
		}

		if(std::abs(re[0]) <= m_iMaxDiff) {
			m_mStatisTau[re[0]] += 1;
		}
	}
}

这个执行时间大概320ms