std::experimental::reduce, std::experimental::hmin, std::experimental::hmax

 

C++

編譯器支援

自由（freestanding）與宿主（hosted）

語言

標準庫

標準庫標頭檔案

具名要求

特性測試宏 (C++20)

語言支援庫

概念庫 (C++20)

診斷庫

記憶體管理庫

超程式設計庫 (C++11)

通用工具庫

容器庫

迭代器庫

範圍庫 (C++20)

演算法庫

字串庫

文字處理庫

數值庫

日期和時間庫

輸入/輸出庫

檔案系統庫 (C++17)

併發支援庫 (C++11)

執行控制庫 (C++26)

技術規範

符號索引

外部庫

 

實驗性

技術規範

檔案系統庫 (檔案系統 TS)

庫基礎 (庫基礎 TS)

庫基礎 2 (庫基礎 TS v2)

庫基礎 3 (庫基礎 TS v3)

並行性擴充套件 (並行性 TS)

並行性擴充套件 2 (並行性 TS v2)

併發性擴充套件 (併發性 TS)

併發擴充套件 2 (併發 TS v2)

概念 (概念 TS)

範圍 (範圍 TS)

反射 (反射 TS)

數學特殊函式 (特殊函式 TR)

實驗性非 TS

模式匹配

線性代數

std::execution

契約

2D 圖形

 

並行擴充套件 v2

並行異常
exception_list
附加執行策略
execution::vector_policy	execution::unsequenced_policy
演算法
歸納 歸約歸約加歸約減歸約乘	歸約位與歸約位或歸約位異或歸約最小歸約最大	for_loopfor_loop_stridedfor_loop_nfor_loop_n_strided
execution::no_vec
execution::ordered_update_t
任務塊
task_block
task_cancelled_exception
define_task_blockdefine_task_block_restore_thread
資料並行向量

 

SIMD 庫

主要類
simd	simd_mask
ABI 標籤
simd_abi::scalar simd_abi::fixed_size	simd_abi::native simd_abi::compatible	simd_abi::max_fixed_size simd_abi::deduce
對齊標籤
element_aligned_tagelement_aligned	vector_aligned_tagvector_aligned	overaligned_tagoveraligned
Where 表示式
其中	where_expression	const_where_expression
型別轉換
simd_caststatic_simd_cast	to_fixed_sizeto_compatibleto_native	splitsplit_by concat
演算法
min max	minmax clamp
歸約
reducehminhmax
掩碼歸約
all_ofany_ofnone_ofsome_of	popcount find_first_setfind_last_set
特性
is_simdis_simd_mask is_abi_tag is_simd_flag_type	simd_size memory_alignment rebind_simdresize_simd
數學函式

 

定義於標頭檔案 <experimental/simd>
template< class T, class Abi, class BinaryOperation = std::plus<> > T reduce( const simd<T, Abi>& v, BinaryOperation binary_op = {} );	(1)	(並行技術規範 v2)
template< class M, class V, class BinaryOperation > typename V::value_type reduce( const const_where_expression<M, V>& x,         typename V::value_type identity_element, BinaryOperation binary_op = {} );	(2)	(並行技術規範 v2)
template< class M, class V > typename V::value_type reduce( const const_where_expression<M, V>& x, std::plus<> binary_op ) noexcept;	(3)	(並行技術規範 v2)
template< class M, class V > typename V::value_type reduce( const const_where_expression<M, V>& x, std::multiplies<> binary_op ) noexcept;	(4)	(並行技術規範 v2)
template< class M, class V > typename V::value_type reduce( const const_where_expression<M, V>& x, std::bit_and<> binary_op ) noexcept;	(5)	(並行技術規範 v2)
template< class M, class V > typename V::value_type reduce( const const_where_expression<M, V>& x, std::bit_or<> binary_op ) noexcept;	(6)	(並行技術規範 v2)
template< class M, class V > typename V::value_type reduce( const const_where_expression<M, V>& x, std::bit_xor<> binary_op ) noexcept;	(7)	(並行技術規範 v2)
template< class T, class Abi > T hmin( const simd<T, Abi>& v ) noexcept;	(8)	(並行技術規範 v2)
template< class M, class V > typename V::value_type hmin( const const_where_expression<M, V>& x ) noexcept;	(9)	(並行技術規範 v2)
template< class T, class Abi > T hmax( const simd<T, Abi>& v ) noexcept;	(10)	(並行技術規範 v2)
template< class M, class V > typename V::value_type hmax( const const_where_expression<M, V>& x ) noexcept;	(11)	(並行技術規範 v2)

1) 對 v 中的所有值執行 binary_op 歸約。

2) 對 x 中關聯掩碼元素為 true 的值執行 binary_op 歸約。

3) 返回 x 中關聯掩碼元素為 true 的所有值的和。

4) 返回 x 中關聯掩碼元素為 true 的所有值的積。

5) 返回 x 中關聯掩碼元素為 true 的所有值透過按位與運算的聚合結果。

6) 返回 x 中關聯掩碼元素為 true 的所有值透過按位或運算的聚合結果。

7) 返回 x 中關聯掩碼元素為 true 的所有值透過按位異或運算的聚合結果。

8) 對 v 中的所有值執行 std::min 歸約。

9) 對 x 中關聯掩碼元素為 true 的所有值執行 std::min 歸約。

10) 對 v 中的所有值執行 std::max 歸約。

11) 對 x 中關聯掩碼元素為 true 的所有值執行 std::max 歸約。

如果 binary_op 不滿足結合律或交換律，則行為不確定。

引數

v	-	要應用歸約的 simd 向量
x	-	要應用歸約的 where 表示式的返回值
identity_element	-	對 binary_op 起標識元素作用的值；對於型別為 V::value_type 的所有有限 a，必須滿足 binary_op(identity_element, a) == a
binary_op	-	二元 函式物件，將以未指定順序應用於型別為 V::value_type 或 simd<V::value_type, A> 的引數，其中 ABI 標籤 A 未指定。binary_op(v, v) 必須可轉換為 V

返回值

操作的結果，型別為

1,8,10) T

2-7,9,11) V::value_type

示例

執行此程式碼

#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);
}

輸出

sum of data = 523776

參閱

reduce (C++17)

類似於 std::accumulate，但順序是亂序的 (函式模板)