C 语言中rotl32 有替代方案吗？
我发现了这个：Near constant time rotate that does not violate the standards 但仍在尝试获得优化的
我的代码：
k0 = rotl32 ((k3 ^ k2 ^ k ^ k0), 1u)
【问题讨论】：
我认为这是最好的便携选择：
uint32_t rotl32(uint32_t var, uint32_t hops)
{
return (var << hops) | (var >> (32 - hops));
}
【讨论】：
hops == 0。无需测试即可修复：return (var << hops) | (var >> ((32 - hops) & 31));
hops == 0，var >> (32 - hops) 具有未定义的行为。在 x86 处理器上，它会计算 var >> 0，但在其他处理器上，它可能会计算其他东西，例如 var >> 32，它的计算结果可能为 0，这也可以，但 C 标准不保证这些是唯一可能的行为（很遗憾）。事实上，一切皆有可能，因此必须避免这种极端情况。
您的问题中有 opencl 标记，因此使用内核
__kernel void rotateGpu(__global unsigned int * a,__global unsigned int * b)
{
int idx = get_global_id(0);
unsigned int a0=a[idx];
for(int i=0;i<100;i++)
a0=rotate(a0,1280u);
b[idx] = rotate(a0,1280u);
}
rotate 在 R7-240 GPU 上的性能根据基准：
3200 万个 32b 无符号整数的元素数组，例如a0，内核执行需要 16ms，其中每个线程执行 100 次（10 ms 1 次）旋转 1280u 步长（因此延迟与步长无关）） .它的 200 多个 Gflops（但在整数上）达到了 gpu 的 %40 理论最大值。整数可能比浮点数更快（我想它们需要在移位后进行归一化）。
例子：
__kernel void rotateGpu(__global unsigned int * a,__global unsigned int * b)
{
int idx = get_global_id(0);
unsigned int a0=a[idx];
b[idx] = rotate(a0,2u);
}
输入：
buf[0] = 80;
buf[1] = 12;
buf[2] = 14;
buf[3] = 5 ;
buf[4] = 70;
输出：
320
48
56
20
280
【讨论】：
dromtrund 发布了一个很好的便携解决方案：
uint32_t rotl32(uint32_t var, uint32_t hops) {
return (var << hops) | (var >> (32 - hops));
}
不幸的是，这个函数对hops == 0 有未定义的行为。在 x86 处理器上，只有 hops 的低位是重要的。可以通过这种方式强制执行此行为：
uint32_t rotl32(uint32_t var, uint32_t hops) {
return (var << hops) | (var >> ((32 - hops) & 31));
}
这两个函数都使用 gcc 4.9 及更高版本、clang 3.5 及更高版本和 icc 17 编译为最佳代码，这可以通过 Godbolt's Compiler Explorer 进行验证。
John Regehr 在这个主题上有一个interesting blog article。
【讨论】：