7 个版本
| 0.2.22 | 2024 年 2 月 3 日 |
|---|---|
| 0.2.21 | 2022 年 4 月 20 日 |
| 0.1.1 | 2022 年 4 月 16 日 |
5 在 #avx2
4MB
445 行
包含 (WOFF 字体，680KB) target/doc/NanumBarunGothic.ttf.woff，(WOFF 字体，400KB) target/doc/NanumBarunGothic.ttf.woff2，(WOFF 字体，400KB) NanumBarunGothic-0f09457c7a19b7c6.ttf.woff2，(WOFF 字体，190KB) target/doc/FiraSans-Medium.woff，(WOFF 字体，135KB) target/doc/FiraSans-Medium.woff2，(WOFF 字体，185KB) target/doc/FiraSans-Regular.woff 等等.
hamming_rs
计算汉明距离和权重，可能使用 x86 处理器的 avx/avx2 指令
当输入具有相同的内存对齐时使用 avx2 优化版本
否则，函数将回退到较慢的版本
参考
Muła, Wojciech, Nathan Kurz, 和 Daniel Lemire. "使用 AVX2 指令加快计数速度。" 《计算机杂志》61.1 (2018): 111-120。
https://arxiv.org/pdf/1611.07612.pdf
性能
我们在一台具有 Intel core i7-8750H @2.2Ghz 的笔记本电脑上运行了 cargo bench 的基准测试，该笔记本电脑有 16Gb 的 RAM
我们将 avx2 版本（输入对齐到 256 字节）与 hamming 和 strsim 参考库进行了比较
我们注意到与 hamming 相比速度提高了 ~4，与 strsim 相比提高了 ~100
