最快的方法是在ARM程序集的寄存器中计数1
所以在进行位操作之前我有一个面试问题。 该公司是一家知名的GPU公司。 我在汇编语言方面的背景很少（尽管我是计算机体系结构的博士生，但很奇怪），正如这篇叙述所指出的那样，我对它进行了拙劣的处理。 这个问题很简单：
“写一个快速的代码，将在一个32位寄存器中计数1的个数。”
现在我正在研究手臂装配过程。 所以很自然我再次重新讨论这个问题，并通过研究ISA来提出这个代码。
因为你在那里武装专家，这是正确的吗？ 有没有更快的方法来做到这一点？ 作为初学者，我自然认为这是不完整的。 “xx”中的AND指令感觉多余，但没有其他方法可以在ARM isa中移位寄存器...
R1将包含结尾的位数，而R2是具有我们要计数的位的寄存器。 r6只是一个虚拟寄存器。 评论包含在（）中
MOV R1, #0 (initialize R1 and R6 to zero)
MOV R6, #0
xx: AND R6, R6, R2, LSR #1 (Right shift by 1, right most bit is in carry flag)
ADDCS R1, #1 (Add #1 to R1 if carry flag is set)
CMP R2, #0 (update the status flags if R2 == 0 or not)
BEQ xx (branch back to xx until R2==0)
您可以使用预先计算的查找表并将迭代次数减少到2或4。
你也可以使用对数方法。
欲了解更多信息，请参阅维基百科文章。
如果此代码速度很快取决于处理器。 Cortex-A8的确不会很快，但在Cortex-A9和更新的CPU上运行速度可能非常快。
然而，这是一个非常短的解决方案。
期望在r0中输入，并在r0中返回输出
vmov.32 d0[0], r0
vcnt.8 d0, d0
vmov.32 r0, d0[0]
add r0, r0, r0, lsr #16
add r0, r0, r0, lsr #8
and r0, r0, #31
主要工作是在vcnt.8指令中完成的，该指令对NEON寄存器中每个字节的位进行计数，并将bitcount存回D0的字节。
没有vcnt.32表单，只有.8 ，所以你需要将4个字节水平地添加在一起，这就是其余代码所做的。
由于这是标记ARM， clz指令是最有帮助的。 这个问题也被描述为人口数量。 gcc有__builtin_popcount（）这个。 与ARM工具一样。 有这样的链接（对你的解决方案不要感到clz ，有些网站的网页几乎相同），还有Dave Seal的版本，其中包含针对非clz ARM的六条指令。 根据clz是有利的，可用于生成更快的算法。
除了auselen的良好阅读建议之外，Hacker's Delight这个有趣的博客也许有用，它在图形背景下讨论这些问题。 至少我发现了解Qt的一些传输代码很有用。 然而，它在编码人口计数例程方面有一定用处。
carry add单位在分而治之意义上是有用的，使得问题O(ln n) 。 如果数据运行1或0，则clz更有用。
Hacker's Delight条目对Dave Seal的ARM代码有更多背景。
链接地址: http://www.djcxy.com/p/12595.html上一篇: Fastest way to count number of 1s in a register, ARM assembly