程序跑的太慢怎么办？之前我给出的答案是：用x64环境编译执行程序；用多线程、多进程模式；用CUDA加速。而现在，又有了一种新的解决方案：用CPU的SSE、SSE2等指令集。
因为处理图像数据时大量用到浮点数操作，而且都是一连串一起使用的，所以，用SSE2加速可以取得较好的效果。参见http://dev.gameres.com/Program/Other/sseintro.htm的相关代码，自己模仿了一下，发现很容易写：
int calc_simi(float *feat)
{
int i,j;
float *a,*b,t;
float min_dst = 99999;
float dst;
int id=0;
for(i=0;i
其中dic是一个二维矩阵，目的是求出当前feat向量和二维矩阵中哪一行向量的差最小，返回这个id。calc_simi是普通的实现，calc_simi_sse是利用sse2指令集实现的。
废话不多说，看时间测试时间：
x86 x64
precise 1224 371
fast 301 302
precise_sse 146 114
fast_sse 148 119
其中，precise和fast对应编译器选项当中浮点数精度要求（因为发现结果木有差异。。），_sse代表利用了sse指令集（编译器优化当中不要选使用sse2，这样会变慢……），x86和x64代表编译环境，由此可以发现，sse会快，而且在x64下比fast浮点运算还快了2.5倍左右！因为sse2每次处理4个浮点数，所以最多也就快4倍，效果很显著了~
so，最终版的优化看来会结合sse2、多线程技术吧（因为CUDA和sse2冲突，而sse2稳定……）