我刚学用汇编来写SSE/2相关操作的东西，所以对指令的运用相当不熟练，写一条都要查好久。。。
SSE里有这么个指令：MASKMOVQ，而SSE2又加了这个指令：MASKMOVDQU；
这俩用法差不多，只不过一个针对MMX寄存器，一个针对XMM寄存器，位数不同而已，都是：
指令 源数据寄存器, 移位表寄存器
这样的格式，实际上指令作用是把 64或128位的源数据拷贝到对应位数的指针里，但命令里没有指针，指针要在edi里面提供；
而之所以特殊是这个指令不是移动全部64或128位数据，只移动指定的字节，所以就有了第二个操作数：移位表。
它是跟源数据相同位数的寄存器，比如64位就是mm（可以指定最多8个字节）、128位就是xmm（可以指定最多16个字节）；
当然一般没人会在移动整个（8或16）字节时来这么复杂的搞，用其他完整移动的指令就好了。。
而移位表的表示法是取每个字节的最高位，比如最低位[0-7]的字节，bit7 = 1 表示复制，bit7 = 0 表示不复制，用十进制说就是第一个字节是128就表示复制；而32678就表示复制第二个字节 bit15 = 1；以此类推。。。
以上是我读手册里自己总结的，应该是这个作用把？？？
而它能用在很多复杂的情况下，不但移动整个数据高位几个字节，低位几个字节可以用，甚至随意自由的移动中间或相间隔的几个字节都可以，但我现在还没要求这么复杂。
我现在只需要用在从低位开始拷贝多少（1-7，或1-15）个字节就行，但要想实现这个，就要首先把移位表这个寄存器填充好，说了一大堆终于说到我要问的了，我想问下如何构造这个移位表啊？？？
准确的说，如何快速构造移位表？？？因为如果是使用通用寄存器与MMX/XMM寄存器交叉循环一点点的算，一个个字节为赋值的话（就是最傻瓜的原理），我肯定是会的。。。
但我觉得肯定有比较简单快速的方法的，甚至只通过MMX/XMM寄存器相关的位运算等指令左右移动啥的就可以实现，所以我说我的问题实际上并不复杂，但是对于32位数的位运算我脑子的反应就很不灵活，只会照搬照抄，别说一下子到了128位了。。。
上面移位表的构造原理说了是根据每个字节的最高位，而我自己感觉为了快速生成移位表，要复制的那个字节对应的其他7个位都是1也行，这样应该会构造的更快吧，比如255表示复制第一个字节，65536表示复制第二个字节……
这样的话其实我自己想了个最基本的简单方法，拿128位寄存器举例：
将一个xmm先置0，再 -1，这样128个位都是1咯，
然后 先 pslldq xmm, (16-n);
接着 再 psrldq xmm, (16-n);
其中 n = 要从低位开始复制的字节数，是不是就会把右边不复制的那些位弄成0了？？？
我不知道这样想对不对，也不知道这么算是不是比较快。。。
因为连最基本的我都有点诧异：
在x86汇编里，我们将一个32位寄存器每一位全都搞成1，也就是说 reg32 = -1 呗，这样可以：
mov eax, -1;
或者专业一点：
xor eax, eax;
dec eax
都可以，但是这个xmm寄存器怎么弄成128位全是1啊？莫非是：
xor eax, eax
inc eax
movd xmm1, eax
pxor xmm0, xmm0
psubq xmm0, xmm1
movdqa xmm1, xmm0
punpckldq xmm0, xmm1
哈哈，我觉得有点扯淡了，这样确实能把128位全部置1，但我觉得这肯定不会是构造移位表应该采用的方法，所以越想越糊涂，只好来请教前辈了。。。
教教我，如何能快速填充好移位表，用1-7位 或 1-15位都行，我明白套路即可。。。多谢！
------解决思路----------------------
额 ... 怎么赶脚 LZ可以洗洗碎了 ? 这两条指令 都没有提供关于 mem 的读写操作 ... 也就是说要想从新写入内存 还得 再用一次 movd/movq/movqda ... 你去看看 这几条指令的吞吐量和指令延迟 为毛感觉没多大效率提升的 ... 如果lz 想要过滤掉内存中指定的一个 byte/word/dword .... 估计还不如这样写 ... (我说估计是因为我没写过 无法测试效率 ...)
jmp _SSE_ROUTINE_MAIN_LOOP
_SSE_ROUTINE_MAIN_LOOP_ALL_COPY
movdqa [edi], xmm0 ; 完整的 一次 movdqa
_SSE_ROUTINE_MAIN_LOOP:
movdqa xmm0, [esi] ; 取源内存 至 xmm0
movdqa xmm3, xmm7 ; xmm7 之前准备好的 掩码 比如想要 过滤 0xFFFFFFFF 那么 xmm7 就是 0xFFFFFFFF FFFFFFFF FFFFFFFF FFFFFFFF
pcmpeqd xmm3, xmm0 ; 如果 里面有掩码字节 那么就会有 0xFFFFFFFF
movmskps ecx, xmm3 ; 提取 掩码命中次数 ... 如果 里面么有 掩码命中 那么 ecx 为 0 有的话 就不会是 0
test ecx, ecx ; 测试是否有掩码命中 ?
je _SSE_ROUTINE_MAIN_LOOP_ALL_COPY ; 继续复制 ... 当前字节中没有要过滤的字节 ...
#if 0
; 根据当前 pcmpeqd xmm3, xmm0 的时候 xmm3 中的 0xFFFFFFFF 情况 过滤指定的dword ...
#else
; 根据ecx 中的情况做张 表 ... 呵呵 这样可以精确到每次 要过滤的字节数 ...
#endif
------解决思路----------------------
复制数据量 大于 512 bytes ... -> 128 bytes
------解决思路----------------------
查表法，两条指令完成转换，但是要占用256字节的表空间，典型的以空间换取时间的算法。