使用SSE2指令高效实现strtolower

PHP的类名，函数，方法名是不区分大小写的，也就是说无论你怎么定义函数名，实际上在引擎层面查找的时候都是会统一转换成小写形式来做的。 也就是说strtolower的应用是非常普遍的。

当然，PHP也做了很多的设计来避免对字符串做过多的字符串小写操作，比如如果我们在PHP代码中写下:

CamelFunc();

这样的函数调用的时候， PHP会在编译时刻就把CamelFunc全部小写，然后存储在原始字面量之后(PHP-5.4 literals)。

但不管怎么说，还是不能完全避免对strtolower的调用，比如动态名字的时候。

所以如果能提升strtolower的性能的话，还是会很有益处的。

之前我分享过如何用SSE2指令来做字符替换，今天来分享下PHP8中使用SSE2指令来做locale无关的strtolower的较高效实现，strtoupper相对来说也会类似。

当然，有同学可能会疑问为啥不是SSE4，或者AVX，最根本的原因是SSE2的支持度更广泛，基本上可以说现在的x86架构的CPU没有不支持的。相对来说，不需要考虑太多runtime switch，否则会导致代码变的很复杂，这块大家可以参考我之前给PHP7做的base64 encode/decocde的SIMD优化。

回到正题，我们首先来看看ASCII码表,很容易的能发现:
a-z和A-Z都是分别连续编码的，a和A的编码值相差32(十进制), 所以其实strtolower如果不考虑locale的话，基本就是：

• 确定一个字符是大写字母, 因为如果不是大写字母，你给它加32的话，它的意义就变了.
• 给这个字符加上32, 这个字符就变成了小写形式

传统的做法是一个字符个字符来判断它是否是大写字母，然后做变换，而在PHP8之前，我们是采用码表实现的，也就是给256 Range的字符都给定一个对应的’lower’编码值，直接查表即可(如下代码所示, zend_strlower_ascii的定义)，但不管怎么说，这些都需要一个字符一个字符的处理。

static const unsigned char tolower_map[256] = {
0x00,0x01,0x02,0x03,0x04,0x05,0x06,0x07,0x08,0x09,0x0a,0x0b,0x0c,0x0d,0x0e,0x0f,
0x10,0x11,0x12,0x13,0x14,0x15,0x16,0x17, ………………, 0xff
};

#define zend_tolower_ascii(c) (tolower_map[(unsigned char)(c)])

现在来看看我在PHP8中的SSE2实现:

const __m128i _A = _mm_set1_epi8('A' - 1);
const __m128i Z_ = _mm_set1_epi8('Z' + 1);
const __m128i delta = _mm_set1_epi8('a' - 'A');
do {
	__m128i op = _mm_loadu_si128((__m128i*)p);
	__m128i gt = _mm_cmpgt_epi8(op, _A);
	__m128i lt = _mm_cmplt_epi8(op, Z_);
	__m128i mingle = _mm_and_si128(gt, lt);
	__m128i add = _mm_and_si128(mingle, delta);
	__m128i lower = _mm_add_epi8(op, add);
	_mm_storeu_si128((__m128i *)q, lower);
	p += 16;
	q += 16;
} while (p + 16 <= end);

结合上面的步骤我们来看看这段代码中几个关键步骤:

• _mm_loadu_si128: 一次性读取16个字符进入mmx寄存器
• _mm_cmpgt_epi8: 一条指令检查16个字符串那些的字符值是大于’A’-1的
• _mm_cmplt_epi8: 一条指令检查16个字符串哪些字符的值是小于’Z’+1的
• _mm_and_si128: 结合上面俩条的结果，最后的结果中0xff的值的位置就是大写字符
• _mm_add_epi8: 给所有的0xff位置的字符加上32(0x20), 完成小写转换

它一次能批量处理16个字符，相比原来要做16次单个字符比较，tolower的处理，性能提升会非常明显。

不过有一点要注意的，在PHP8中，我们只是针对locale为默认的情况下才会使用这个加速，也就是如果你使用了setlocale设置LC_TYPE为非默认的”C”, 就不会应用这个优化。

好了，现在看起来我讲完了，文章是不是也应该结束了呢？

并不是！

考虑上面的代码，我们有没有办法进一步优化呢？

我在Yaf框架中，其实使用了一个稍微更巧妙的改进, 核心的变化在:

const __m128i upper_guard = _mm_set1_epi8('A' + 128);
__m128i in = _mm_loadu_si128((__m128i*)str);
rot = _mm_sub_epi8(in, upper_guard);
upper = _mm_cmpgt_epi8(rot, _mm_set1_epi8(-128 + 'Z' - 'A'));

如上面的代码所示，首先我们把所有读进来的字符，统一减去（减去）’A' + 128，此时如果对于’A’来说，它的值是-128，也就是8位bits最小的值-128.

此时只要是小于等于-128 + ‘Z’ - ‘A’的字符，就都是大写字符了。

这段代码取代了原来的需要两次比较合并结果的方法，只需要一次比较，就可以确定哪些字符是大写字符了，后续的逻辑都一样了，给大写字母加上32即可，是不是就比较巧妙了?
不过，我并没有把这个版本的实现merge到PHP8中，只是在Yaf中应用了，PHP8中还是保留了原来俩次比较的方法，主要的原因还是因为这个方法相对来说理解起来有点困难，性能提升也不明显，为了代码逻辑清晰易懂。

好了，到这里，本篇文章就真的结束了， byebye 🙂

附录，关于SSE2的指令集，可以参看Intel intrinsics guide