c1d80e113457b46e8f095896a1dc68a4c1efc6e0
[ffmpeg.git] / libavcodec / i386 / idct_mmx.c
1 /*
2  * Note: For libavcodec, this code can also be used under the LGPL license
3  */
4 /*
5  * idct_mmx.c
6  * Copyright (C) 1999-2001 Aaron Holtzman <aholtzma@ess.engr.uvic.ca>
7  *
8  * This file is part of mpeg2dec, a free MPEG-2 video stream decoder.
9  *
10  * mpeg2dec is free software; you can redistribute it and/or modify
11  * it under the terms of the GNU General Public License as published by
12  * the Free Software Foundation; either version 2 of the License, or
13  * (at your option) any later version.
14  *
15  * mpeg2dec is distributed in the hope that it will be useful,
16  * but WITHOUT ANY WARRANTY; without even the implied warranty of
17  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
18  * GNU General Public License for more details.
19  *
20  * You should have received a copy of the GNU General Public License
21  * along with this program; if not, write to the Free Software
22  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
23  */
24
25 #include "../common.h"
26 #include "../dsputil.h"
27
28 #include "mmx.h"
29
30 #define ATTR_ALIGN(align) __attribute__ ((__aligned__ (align)))
31
32 #define ROW_SHIFT 11
33 #define COL_SHIFT 6
34
35 #define round(bias) ((int)(((bias)+0.5) * (1<<ROW_SHIFT)))
36 #define rounder(bias) {round (bias), round (bias)}
37
38 #if 0
39 /* C row IDCT - its just here to document the MMXEXT and MMX versions */
40 static inline void idct_row (int16_t * row, int offset,
41                              int16_t * table, int32_t * rounder)
42 {
43     int C1, C2, C3, C4, C5, C6, C7;
44     int a0, a1, a2, a3, b0, b1, b2, b3;
45
46     row += offset;
47
48     C1 = table[1];
49     C2 = table[2];
50     C3 = table[3];
51     C4 = table[4];
52     C5 = table[5];
53     C6 = table[6];
54     C7 = table[7];
55
56     a0 = C4*row[0] + C2*row[2] + C4*row[4] + C6*row[6] + *rounder;
57     a1 = C4*row[0] + C6*row[2] - C4*row[4] - C2*row[6] + *rounder;
58     a2 = C4*row[0] - C6*row[2] - C4*row[4] + C2*row[6] + *rounder;
59     a3 = C4*row[0] - C2*row[2] + C4*row[4] - C6*row[6] + *rounder;
60
61     b0 = C1*row[1] + C3*row[3] + C5*row[5] + C7*row[7];
62     b1 = C3*row[1] - C7*row[3] - C1*row[5] - C5*row[7];
63     b2 = C5*row[1] - C1*row[3] + C7*row[5] + C3*row[7];
64     b3 = C7*row[1] - C5*row[3] + C3*row[5] - C1*row[7];
65
66     row[0] = (a0 + b0) >> ROW_SHIFT;
67     row[1] = (a1 + b1) >> ROW_SHIFT;
68     row[2] = (a2 + b2) >> ROW_SHIFT;
69     row[3] = (a3 + b3) >> ROW_SHIFT;
70     row[4] = (a3 - b3) >> ROW_SHIFT;
71     row[5] = (a2 - b2) >> ROW_SHIFT;
72     row[6] = (a1 - b1) >> ROW_SHIFT;
73     row[7] = (a0 - b0) >> ROW_SHIFT;
74 }
75 #endif
76
77
78 /* MMXEXT row IDCT */
79
80 #define mmxext_table(c1,c2,c3,c4,c5,c6,c7)      {  c4,  c2, -c4, -c2,   \
81                                                    c4,  c6,  c4,  c6,   \
82                                                    c1,  c3, -c1, -c5,   \
83                                                    c5,  c7,  c3, -c7,   \
84                                                    c4, -c6,  c4, -c6,   \
85                                                   -c4,  c2,  c4, -c2,   \
86                                                    c5, -c1,  c3, -c1,   \
87                                                    c7,  c3,  c7, -c5 }
88
89 static inline void mmxext_row_head (int16_t * row, int offset, int16_t * table)
90 {
91     movq_m2r (*(row+offset), mm2);      // mm2 = x6 x4 x2 x0
92
93     movq_m2r (*(row+offset+4), mm5);    // mm5 = x7 x5 x3 x1
94     movq_r2r (mm2, mm0);                // mm0 = x6 x4 x2 x0
95
96     movq_m2r (*table, mm3);             // mm3 = -C2 -C4 C2 C4
97     movq_r2r (mm5, mm6);                // mm6 = x7 x5 x3 x1
98
99     movq_m2r (*(table+4), mm4);         // mm4 = C6 C4 C6 C4
100     pmaddwd_r2r (mm0, mm3);             // mm3 = -C4*x4-C2*x6 C4*x0+C2*x2
101
102     pshufw_r2r (mm2, mm2, 0x4e);        // mm2 = x2 x0 x6 x4
103 }
104
105 static inline void mmxext_row (int16_t * table, int32_t * rounder)
106 {
107     movq_m2r (*(table+8), mm1);         // mm1 = -C5 -C1 C3 C1
108     pmaddwd_r2r (mm2, mm4);             // mm4 = C4*x0+C6*x2 C4*x4+C6*x6
109
110     pmaddwd_m2r (*(table+16), mm0);     // mm0 = C4*x4-C6*x6 C4*x0-C6*x2
111     pshufw_r2r (mm6, mm6, 0x4e);        // mm6 = x3 x1 x7 x5
112
113     movq_m2r (*(table+12), mm7);        // mm7 = -C7 C3 C7 C5
114     pmaddwd_r2r (mm5, mm1);             // mm1 = -C1*x5-C5*x7 C1*x1+C3*x3
115
116     paddd_m2r (*rounder, mm3);          // mm3 += rounder
117     pmaddwd_r2r (mm6, mm7);             // mm7 = C3*x1-C7*x3 C5*x5+C7*x7
118
119     pmaddwd_m2r (*(table+20), mm2);     // mm2 = C4*x0-C2*x2 -C4*x4+C2*x6
120     paddd_r2r (mm4, mm3);               // mm3 = a1 a0 + rounder
121
122     pmaddwd_m2r (*(table+24), mm5);     // mm5 = C3*x5-C1*x7 C5*x1-C1*x3
123     movq_r2r (mm3, mm4);                // mm4 = a1 a0 + rounder
124
125     pmaddwd_m2r (*(table+28), mm6);     // mm6 = C7*x1-C5*x3 C7*x5+C3*x7
126     paddd_r2r (mm7, mm1);               // mm1 = b1 b0
127
128     paddd_m2r (*rounder, mm0);          // mm0 += rounder
129     psubd_r2r (mm1, mm3);               // mm3 = a1-b1 a0-b0 + rounder
130
131     psrad_i2r (ROW_SHIFT, mm3);         // mm3 = y6 y7
132     paddd_r2r (mm4, mm1);               // mm1 = a1+b1 a0+b0 + rounder
133
134     paddd_r2r (mm2, mm0);               // mm0 = a3 a2 + rounder
135     psrad_i2r (ROW_SHIFT, mm1);         // mm1 = y1 y0
136
137     paddd_r2r (mm6, mm5);               // mm5 = b3 b2
138     movq_r2r (mm0, mm4);                // mm4 = a3 a2 + rounder
139
140     paddd_r2r (mm5, mm0);               // mm0 = a3+b3 a2+b2 + rounder
141     psubd_r2r (mm5, mm4);               // mm4 = a3-b3 a2-b2 + rounder
142 }
143
144 static inline void mmxext_row_tail (int16_t * row, int store)
145 {
146     psrad_i2r (ROW_SHIFT, mm0);         // mm0 = y3 y2
147
148     psrad_i2r (ROW_SHIFT, mm4);         // mm4 = y4 y5
149
150     packssdw_r2r (mm0, mm1);            // mm1 = y3 y2 y1 y0
151
152     packssdw_r2r (mm3, mm4);            // mm4 = y6 y7 y4 y5
153
154     movq_r2m (mm1, *(row+store));       // save y3 y2 y1 y0
155     pshufw_r2r (mm4, mm4, 0xb1);        // mm4 = y7 y6 y5 y4
156
157     /* slot */
158
159     movq_r2m (mm4, *(row+store+4));     // save y7 y6 y5 y4
160 }
161
162 static inline void mmxext_row_mid (int16_t * row, int store,
163                                    int offset, int16_t * table)
164 {
165     movq_m2r (*(row+offset), mm2);      // mm2 = x6 x4 x2 x0
166     psrad_i2r (ROW_SHIFT, mm0);         // mm0 = y3 y2
167
168     movq_m2r (*(row+offset+4), mm5);    // mm5 = x7 x5 x3 x1
169     psrad_i2r (ROW_SHIFT, mm4);         // mm4 = y4 y5
170
171     packssdw_r2r (mm0, mm1);            // mm1 = y3 y2 y1 y0
172     movq_r2r (mm5, mm6);                // mm6 = x7 x5 x3 x1
173
174     packssdw_r2r (mm3, mm4);            // mm4 = y6 y7 y4 y5
175     movq_r2r (mm2, mm0);                // mm0 = x6 x4 x2 x0
176
177     movq_r2m (mm1, *(row+store));       // save y3 y2 y1 y0
178     pshufw_r2r (mm4, mm4, 0xb1);        // mm4 = y7 y6 y5 y4
179
180     movq_m2r (*table, mm3);             // mm3 = -C2 -C4 C2 C4
181     movq_r2m (mm4, *(row+store+4));     // save y7 y6 y5 y4
182
183     pmaddwd_r2r (mm0, mm3);             // mm3 = -C4*x4-C2*x6 C4*x0+C2*x2
184
185     movq_m2r (*(table+4), mm4);         // mm4 = C6 C4 C6 C4
186     pshufw_r2r (mm2, mm2, 0x4e);        // mm2 = x2 x0 x6 x4
187 }
188
189
190 /* MMX row IDCT */
191
192 #define mmx_table(c1,c2,c3,c4,c5,c6,c7) {  c4,  c2,  c4,  c6,   \
193                                            c4,  c6, -c4, -c2,   \
194                                            c1,  c3,  c3, -c7,   \
195                                            c5,  c7, -c1, -c5,   \
196                                            c4, -c6,  c4, -c2,   \
197                                           -c4,  c2,  c4, -c6,   \
198                                            c5, -c1,  c7, -c5,   \
199                                            c7,  c3,  c3, -c1 }
200
201 static inline void mmx_row_head (int16_t * row, int offset, int16_t * table)
202 {
203     movq_m2r (*(row+offset), mm2);      // mm2 = x6 x4 x2 x0
204
205     movq_m2r (*(row+offset+4), mm5);    // mm5 = x7 x5 x3 x1
206     movq_r2r (mm2, mm0);                // mm0 = x6 x4 x2 x0
207
208     movq_m2r (*table, mm3);             // mm3 = C6 C4 C2 C4
209     movq_r2r (mm5, mm6);                // mm6 = x7 x5 x3 x1
210
211     punpckldq_r2r (mm0, mm0);           // mm0 = x2 x0 x2 x0
212
213     movq_m2r (*(table+4), mm4);         // mm4 = -C2 -C4 C6 C4
214     pmaddwd_r2r (mm0, mm3);             // mm3 = C4*x0+C6*x2 C4*x0+C2*x2
215
216     movq_m2r (*(table+8), mm1);         // mm1 = -C7 C3 C3 C1
217     punpckhdq_r2r (mm2, mm2);           // mm2 = x6 x4 x6 x4
218 }
219
220 static inline void mmx_row (int16_t * table, int32_t * rounder)
221 {
222     pmaddwd_r2r (mm2, mm4);             // mm4 = -C4*x4-C2*x6 C4*x4+C6*x6
223     punpckldq_r2r (mm5, mm5);           // mm5 = x3 x1 x3 x1
224
225     pmaddwd_m2r (*(table+16), mm0);     // mm0 = C4*x0-C2*x2 C4*x0-C6*x2
226     punpckhdq_r2r (mm6, mm6);           // mm6 = x7 x5 x7 x5
227
228     movq_m2r (*(table+12), mm7);        // mm7 = -C5 -C1 C7 C5
229     pmaddwd_r2r (mm5, mm1);             // mm1 = C3*x1-C7*x3 C1*x1+C3*x3
230
231     paddd_m2r (*rounder, mm3);          // mm3 += rounder
232     pmaddwd_r2r (mm6, mm7);             // mm7 = -C1*x5-C5*x7 C5*x5+C7*x7
233
234     pmaddwd_m2r (*(table+20), mm2);     // mm2 = C4*x4-C6*x6 -C4*x4+C2*x6
235     paddd_r2r (mm4, mm3);               // mm3 = a1 a0 + rounder
236
237     pmaddwd_m2r (*(table+24), mm5);     // mm5 = C7*x1-C5*x3 C5*x1-C1*x3
238     movq_r2r (mm3, mm4);                // mm4 = a1 a0 + rounder
239
240     pmaddwd_m2r (*(table+28), mm6);     // mm6 = C3*x5-C1*x7 C7*x5+C3*x7
241     paddd_r2r (mm7, mm1);               // mm1 = b1 b0
242
243     paddd_m2r (*rounder, mm0);          // mm0 += rounder
244     psubd_r2r (mm1, mm3);               // mm3 = a1-b1 a0-b0 + rounder
245
246     psrad_i2r (ROW_SHIFT, mm3);         // mm3 = y6 y7
247     paddd_r2r (mm4, mm1);               // mm1 = a1+b1 a0+b0 + rounder
248
249     paddd_r2r (mm2, mm0);               // mm0 = a3 a2 + rounder
250     psrad_i2r (ROW_SHIFT, mm1);         // mm1 = y1 y0
251
252     paddd_r2r (mm6, mm5);               // mm5 = b3 b2
253     movq_r2r (mm0, mm7);                // mm7 = a3 a2 + rounder
254
255     paddd_r2r (mm5, mm0);               // mm0 = a3+b3 a2+b2 + rounder
256     psubd_r2r (mm5, mm7);               // mm7 = a3-b3 a2-b2 + rounder
257 }
258
259 static inline void mmx_row_tail (int16_t * row, int store)
260 {
261     psrad_i2r (ROW_SHIFT, mm0);         // mm0 = y3 y2
262
263     psrad_i2r (ROW_SHIFT, mm7);         // mm7 = y4 y5
264
265     packssdw_r2r (mm0, mm1);            // mm1 = y3 y2 y1 y0
266
267     packssdw_r2r (mm3, mm7);            // mm7 = y6 y7 y4 y5
268
269     movq_r2m (mm1, *(row+store));       // save y3 y2 y1 y0
270     movq_r2r (mm7, mm4);                // mm4 = y6 y7 y4 y5
271
272     pslld_i2r (16, mm7);                // mm7 = y7 0 y5 0
273
274     psrld_i2r (16, mm4);                // mm4 = 0 y6 0 y4
275
276     por_r2r (mm4, mm7);                 // mm7 = y7 y6 y5 y4
277
278     /* slot */
279
280     movq_r2m (mm7, *(row+store+4));     // save y7 y6 y5 y4
281 }
282
283 static inline void mmx_row_mid (int16_t * row, int store,
284                                 int offset, int16_t * table)
285 {
286     movq_m2r (*(row+offset), mm2);      // mm2 = x6 x4 x2 x0
287     psrad_i2r (ROW_SHIFT, mm0);         // mm0 = y3 y2
288
289     movq_m2r (*(row+offset+4), mm5);    // mm5 = x7 x5 x3 x1
290     psrad_i2r (ROW_SHIFT, mm7);         // mm7 = y4 y5
291
292     packssdw_r2r (mm0, mm1);            // mm1 = y3 y2 y1 y0
293     movq_r2r (mm5, mm6);                // mm6 = x7 x5 x3 x1
294
295     packssdw_r2r (mm3, mm7);            // mm7 = y6 y7 y4 y5
296     movq_r2r (mm2, mm0);                // mm0 = x6 x4 x2 x0
297
298     movq_r2m (mm1, *(row+store));       // save y3 y2 y1 y0
299     movq_r2r (mm7, mm1);                // mm1 = y6 y7 y4 y5
300
301     punpckldq_r2r (mm0, mm0);           // mm0 = x2 x0 x2 x0
302     psrld_i2r (16, mm7);                // mm7 = 0 y6 0 y4
303
304     movq_m2r (*table, mm3);             // mm3 = C6 C4 C2 C4
305     pslld_i2r (16, mm1);                // mm1 = y7 0 y5 0
306
307     movq_m2r (*(table+4), mm4);         // mm4 = -C2 -C4 C6 C4
308     por_r2r (mm1, mm7);                 // mm7 = y7 y6 y5 y4
309
310     movq_m2r (*(table+8), mm1);         // mm1 = -C7 C3 C3 C1
311     punpckhdq_r2r (mm2, mm2);           // mm2 = x6 x4 x6 x4
312
313     movq_r2m (mm7, *(row+store+4));     // save y7 y6 y5 y4
314     pmaddwd_r2r (mm0, mm3);             // mm3 = C4*x0+C6*x2 C4*x0+C2*x2
315 }
316
317
318 #if 0
319 // C column IDCT - its just here to document the MMXEXT and MMX versions
320 static inline void idct_col (int16_t * col, int offset)
321 {
322 /* multiplication - as implemented on mmx */
323 #define F(c,x) (((c) * (x)) >> 16)
324
325 /* saturation - it helps us handle torture test cases */
326 #define S(x) (((x)>32767) ? 32767 : ((x)<-32768) ? -32768 : (x))
327
328     int16_t x0, x1, x2, x3, x4, x5, x6, x7;
329     int16_t y0, y1, y2, y3, y4, y5, y6, y7;
330     int16_t a0, a1, a2, a3, b0, b1, b2, b3;
331     int16_t u04, v04, u26, v26, u17, v17, u35, v35, u12, v12;
332
333     col += offset;
334
335     x0 = col[0*8];
336     x1 = col[1*8];
337     x2 = col[2*8];
338     x3 = col[3*8];
339     x4 = col[4*8];
340     x5 = col[5*8];
341     x6 = col[6*8];
342     x7 = col[7*8];
343
344     u04 = S (x0 + x4);
345     v04 = S (x0 - x4);
346     u26 = S (F (T2, x6) + x2);
347     v26 = S (F (T2, x2) - x6);
348
349     a0 = S (u04 + u26);
350     a1 = S (v04 + v26);
351     a2 = S (v04 - v26);
352     a3 = S (u04 - u26);
353
354     u17 = S (F (T1, x7) + x1);
355     v17 = S (F (T1, x1) - x7);
356     u35 = S (F (T3, x5) + x3);
357     v35 = S (F (T3, x3) - x5);
358
359     b0 = S (u17 + u35);
360     b3 = S (v17 - v35);
361     u12 = S (u17 - u35);
362     v12 = S (v17 + v35);
363     u12 = S (2 * F (C4, u12));
364     v12 = S (2 * F (C4, v12));
365     b1 = S (u12 + v12);
366     b2 = S (u12 - v12);
367
368     y0 = S (a0 + b0) >> COL_SHIFT;
369     y1 = S (a1 + b1) >> COL_SHIFT;
370     y2 = S (a2 + b2) >> COL_SHIFT;
371     y3 = S (a3 + b3) >> COL_SHIFT;
372
373     y4 = S (a3 - b3) >> COL_SHIFT;
374     y5 = S (a2 - b2) >> COL_SHIFT;
375     y6 = S (a1 - b1) >> COL_SHIFT;
376     y7 = S (a0 - b0) >> COL_SHIFT;
377
378     col[0*8] = y0;
379     col[1*8] = y1;
380     col[2*8] = y2;
381     col[3*8] = y3;
382     col[4*8] = y4;
383     col[5*8] = y5;
384     col[6*8] = y6;
385     col[7*8] = y7;
386 }
387 #endif
388
389
390 // MMX column IDCT
391 static inline void idct_col (int16_t * col, int offset)
392 {
393 #define T1 13036
394 #define T2 27146
395 #define T3 43790
396 #define C4 23170
397
398     static short _T1[] ATTR_ALIGN(8) = {T1,T1,T1,T1};
399     static short _T2[] ATTR_ALIGN(8) = {T2,T2,T2,T2};
400     static short _T3[] ATTR_ALIGN(8) = {T3,T3,T3,T3};
401     static short _C4[] ATTR_ALIGN(8) = {C4,C4,C4,C4};
402
403     /* column code adapted from peter gubanov */
404     /* http://www.elecard.com/peter/idct.shtml */
405
406     movq_m2r (*_T1, mm0);               // mm0 = T1
407
408     movq_m2r (*(col+offset+1*8), mm1);  // mm1 = x1
409     movq_r2r (mm0, mm2);                // mm2 = T1
410
411     movq_m2r (*(col+offset+7*8), mm4);  // mm4 = x7
412     pmulhw_r2r (mm1, mm0);              // mm0 = T1*x1
413
414     movq_m2r (*_T3, mm5);               // mm5 = T3
415     pmulhw_r2r (mm4, mm2);              // mm2 = T1*x7
416
417     movq_m2r (*(col+offset+5*8), mm6);  // mm6 = x5
418     movq_r2r (mm5, mm7);                // mm7 = T3-1
419
420     movq_m2r (*(col+offset+3*8), mm3);  // mm3 = x3
421     psubsw_r2r (mm4, mm0);              // mm0 = v17
422
423     movq_m2r (*_T2, mm4);               // mm4 = T2
424     pmulhw_r2r (mm3, mm5);              // mm5 = (T3-1)*x3
425
426     paddsw_r2r (mm2, mm1);              // mm1 = u17
427     pmulhw_r2r (mm6, mm7);              // mm7 = (T3-1)*x5
428
429     /* slot */
430
431     movq_r2r (mm4, mm2);                // mm2 = T2
432     paddsw_r2r (mm3, mm5);              // mm5 = T3*x3
433
434     pmulhw_m2r (*(col+offset+2*8), mm4);// mm4 = T2*x2
435     paddsw_r2r (mm6, mm7);              // mm7 = T3*x5
436
437     psubsw_r2r (mm6, mm5);              // mm5 = v35
438     paddsw_r2r (mm3, mm7);              // mm7 = u35
439
440     movq_m2r (*(col+offset+6*8), mm3);  // mm3 = x6
441     movq_r2r (mm0, mm6);                // mm6 = v17
442
443     pmulhw_r2r (mm3, mm2);              // mm2 = T2*x6
444     psubsw_r2r (mm5, mm0);              // mm0 = b3
445
446     psubsw_r2r (mm3, mm4);              // mm4 = v26
447     paddsw_r2r (mm6, mm5);              // mm5 = v12
448
449     movq_r2m (mm0, *(col+offset+3*8));  // save b3 in scratch0
450     movq_r2r (mm1, mm6);                // mm6 = u17
451
452     paddsw_m2r (*(col+offset+2*8), mm2);// mm2 = u26
453     paddsw_r2r (mm7, mm6);              // mm6 = b0
454
455     psubsw_r2r (mm7, mm1);              // mm1 = u12
456     movq_r2r (mm1, mm7);                // mm7 = u12
457
458     movq_m2r (*(col+offset+0*8), mm3);  // mm3 = x0
459     paddsw_r2r (mm5, mm1);              // mm1 = u12+v12
460
461     movq_m2r (*_C4, mm0);               // mm0 = C4/2
462     psubsw_r2r (mm5, mm7);              // mm7 = u12-v12
463
464     movq_r2m (mm6, *(col+offset+5*8));  // save b0 in scratch1
465     pmulhw_r2r (mm0, mm1);              // mm1 = b1/2
466
467     movq_r2r (mm4, mm6);                // mm6 = v26
468     pmulhw_r2r (mm0, mm7);              // mm7 = b2/2
469
470     movq_m2r (*(col+offset+4*8), mm5);  // mm5 = x4
471     movq_r2r (mm3, mm0);                // mm0 = x0
472
473     psubsw_r2r (mm5, mm3);              // mm3 = v04
474     paddsw_r2r (mm5, mm0);              // mm0 = u04
475
476     paddsw_r2r (mm3, mm4);              // mm4 = a1
477     movq_r2r (mm0, mm5);                // mm5 = u04
478
479     psubsw_r2r (mm6, mm3);              // mm3 = a2
480     paddsw_r2r (mm2, mm5);              // mm5 = a0
481
482     paddsw_r2r (mm1, mm1);              // mm1 = b1
483     psubsw_r2r (mm2, mm0);              // mm0 = a3
484
485     paddsw_r2r (mm7, mm7);              // mm7 = b2
486     movq_r2r (mm3, mm2);                // mm2 = a2
487
488     movq_r2r (mm4, mm6);                // mm6 = a1
489     paddsw_r2r (mm7, mm3);              // mm3 = a2+b2
490
491     psraw_i2r (COL_SHIFT, mm3);         // mm3 = y2
492     paddsw_r2r (mm1, mm4);              // mm4 = a1+b1
493
494     psraw_i2r (COL_SHIFT, mm4);         // mm4 = y1
495     psubsw_r2r (mm1, mm6);              // mm6 = a1-b1
496
497     movq_m2r (*(col+offset+5*8), mm1);  // mm1 = b0
498     psubsw_r2r (mm7, mm2);              // mm2 = a2-b2
499
500     psraw_i2r (COL_SHIFT, mm6);         // mm6 = y6
501     movq_r2r (mm5, mm7);                // mm7 = a0
502
503     movq_r2m (mm4, *(col+offset+1*8));  // save y1
504     psraw_i2r (COL_SHIFT, mm2);         // mm2 = y5
505
506     movq_r2m (mm3, *(col+offset+2*8));  // save y2
507     paddsw_r2r (mm1, mm5);              // mm5 = a0+b0
508
509     movq_m2r (*(col+offset+3*8), mm4);  // mm4 = b3
510     psubsw_r2r (mm1, mm7);              // mm7 = a0-b0
511
512     psraw_i2r (COL_SHIFT, mm5);         // mm5 = y0
513     movq_r2r (mm0, mm3);                // mm3 = a3
514
515     movq_r2m (mm2, *(col+offset+5*8));  // save y5
516     psubsw_r2r (mm4, mm3);              // mm3 = a3-b3
517
518     psraw_i2r (COL_SHIFT, mm7);         // mm7 = y7
519     paddsw_r2r (mm0, mm4);              // mm4 = a3+b3
520
521     movq_r2m (mm5, *(col+offset+0*8));  // save y0
522     psraw_i2r (COL_SHIFT, mm3);         // mm3 = y4
523
524     movq_r2m (mm6, *(col+offset+6*8));  // save y6
525     psraw_i2r (COL_SHIFT, mm4);         // mm4 = y3
526
527     movq_r2m (mm7, *(col+offset+7*8));  // save y7
528
529     movq_r2m (mm3, *(col+offset+4*8));  // save y4
530
531     movq_r2m (mm4, *(col+offset+3*8));  // save y3
532
533 #undef T1
534 #undef T2
535 #undef T3
536 #undef C4
537 }
538
539 static int32_t rounder0[] ATTR_ALIGN(8) =
540     rounder ((1 << (COL_SHIFT - 1)) - 0.5);
541 static int32_t rounder4[] ATTR_ALIGN(8) = rounder (0);
542 static int32_t rounder1[] ATTR_ALIGN(8) =
543     rounder (1.25683487303);    /* C1*(C1/C4+C1+C7)/2 */
544 static int32_t rounder7[] ATTR_ALIGN(8) =
545     rounder (-0.25);            /* C1*(C7/C4+C7-C1)/2 */
546 static int32_t rounder2[] ATTR_ALIGN(8) =
547     rounder (0.60355339059);    /* C2 * (C6+C2)/2 */
548 static int32_t rounder6[] ATTR_ALIGN(8) =
549     rounder (-0.25);            /* C2 * (C6-C2)/2 */
550 static int32_t rounder3[] ATTR_ALIGN(8) =
551     rounder (0.087788325588);   /* C3*(-C3/C4+C3+C5)/2 */
552 static int32_t rounder5[] ATTR_ALIGN(8) =
553     rounder (-0.441341716183);  /* C3*(-C5/C4+C5-C3)/2 */
554
555 #undef COL_SHIFT
556 #undef ROW_SHIFT
557
558 #define declare_idct(idct,table,idct_row_head,idct_row,idct_row_tail,idct_row_mid)      \
559 void idct (int16_t * block)                                     \
560 {                                                                       \
561     static int16_t table04[] ATTR_ALIGN(16) =                           \
562         table (22725, 21407, 19266, 16384, 12873,  8867, 4520);         \
563     static int16_t table17[] ATTR_ALIGN(16) =                           \
564         table (31521, 29692, 26722, 22725, 17855, 12299, 6270);         \
565     static int16_t table26[] ATTR_ALIGN(16) =                           \
566         table (29692, 27969, 25172, 21407, 16819, 11585, 5906);         \
567     static int16_t table35[] ATTR_ALIGN(16) =                           \
568         table (26722, 25172, 22654, 19266, 15137, 10426, 5315);         \
569                                                                         \
570     idct_row_head (block, 0*8, table04);                                \
571     idct_row (table04, rounder0);                                       \
572     idct_row_mid (block, 0*8, 4*8, table04);                            \
573     idct_row (table04, rounder4);                                       \
574     idct_row_mid (block, 4*8, 1*8, table17);                            \
575     idct_row (table17, rounder1);                                       \
576     idct_row_mid (block, 1*8, 7*8, table17);                            \
577     idct_row (table17, rounder7);                                       \
578     idct_row_mid (block, 7*8, 2*8, table26);                            \
579     idct_row (table26, rounder2);                                       \
580     idct_row_mid (block, 2*8, 6*8, table26);                            \
581     idct_row (table26, rounder6);                                       \
582     idct_row_mid (block, 6*8, 3*8, table35);                            \
583     idct_row (table35, rounder3);                                       \
584     idct_row_mid (block, 3*8, 5*8, table35);                            \
585     idct_row (table35, rounder5);                                       \
586     idct_row_tail (block, 5*8);                                         \
587                                                                         \
588     idct_col (block, 0);                                                \
589     idct_col (block, 4);                                                \
590 }
591
592 void ff_mmx_idct(DCTELEM *block);
593 void ff_mmxext_idct(DCTELEM *block);
594
595 declare_idct (ff_mmxext_idct, mmxext_table,
596               mmxext_row_head, mmxext_row, mmxext_row_tail, mmxext_row_mid)
597
598 declare_idct (ff_mmx_idct, mmx_table,
599               mmx_row_head, mmx_row, mmx_row_tail, mmx_row_mid)
600
601
602
603 /* in/out: mma=mma+mmb, mmb=mmb-mma */
604 #define SUMSUB_BA( a, b ) \
605     "paddw "#b", "#a" \n\t"\
606     "paddw "#b", "#b" \n\t"\
607     "psubw "#a", "#b" \n\t"
608
609 #define SUMSUB_BADC( a, b, c, d ) \
610     "paddw "#b", "#a" \n\t"\
611     "paddw "#d", "#c" \n\t"\
612     "paddw "#b", "#b" \n\t"\
613     "paddw "#d", "#d" \n\t"\
614     "psubw "#a", "#b" \n\t"\
615     "psubw "#c", "#d" \n\t"
616
617 #define SUMSUBD2_AB( a, b, t ) \
618     "movq  "#b", "#t" \n\t"\
619     "psraw  $1 , "#b" \n\t"\
620     "paddw "#a", "#b" \n\t"\
621     "psraw  $1 , "#a" \n\t"\
622     "psubw "#t", "#a" \n\t"
623
624 #define IDCT4_1D( s02, s13, d02, d13, t ) \
625     SUMSUB_BA  ( s02, d02 )\
626     SUMSUBD2_AB( s13, d13, t )\
627     SUMSUB_BADC( d13, s02, s13, d02 )
628
629 #define SBUTTERFLY( a, b, t, n )  \
630     "movq   "#a", "#t"       \n\t" /* abcd */\
631     "punpckl"#n"  "#b", "#a" \n\t" /* aebf */\
632     "punpckh"#n"  "#b", "#t" \n\t" /* cgdh */
633
634 #define TRANSPOSE4( a, b, c, d, t ) \
635     SBUTTERFLY( a, b, t, wd ) /* a=aebf t=cgdh */\
636     SBUTTERFLY( c, d, b, wd ) /* c=imjn b=kolp */\
637     SBUTTERFLY( a, c, d, dq ) /* a=aeim d=bfjn */\
638     SBUTTERFLY( t, b, c, dq ) /* t=cgko c=dhlp */
639
640 #define STORE_DIFF_4P( p, t, z ) \
641         "psraw      $6,     "#p" \n\t"\
642         "movd       (%0),   "#t" \n\t"\
643         "punpcklbw "#z",    "#t" \n\t"\
644         "paddsw    "#t",    "#p" \n\t"\
645         "packuswb  "#z",    "#p" \n\t"\
646         "movd      "#p",    (%0) \n\t"
647
648 static const uint64_t ff_pw_32 attribute_used __attribute__ ((aligned(8))) = 0x0020002000200020ULL;
649
650 void ff_h264_idct_add_mmx2(uint8_t *dst, int16_t *block, int stride)
651 {
652     /* Load dct coeffs */
653     asm volatile(
654         "movq   (%0), %%mm0 \n\t"
655         "movq  8(%0), %%mm1 \n\t"
656         "movq 16(%0), %%mm2 \n\t"
657         "movq 24(%0), %%mm3 \n\t"
658     :: "r"(block) );
659
660     asm volatile(
661         /* mm1=s02+s13  mm2=s02-s13  mm4=d02+d13  mm0=d02-d13 */
662         IDCT4_1D( %%mm2, %%mm1, %%mm0, %%mm3, %%mm4 )
663
664         "movq      %0,    %%mm6 \n\t"
665         /* in: 1,4,0,2  out: 1,2,3,0 */
666         TRANSPOSE4( %%mm3, %%mm1, %%mm0, %%mm2, %%mm4 )
667
668         "paddw     %%mm6, %%mm3 \n\t"
669
670         /* mm2=s02+s13  mm3=s02-s13  mm4=d02+d13  mm1=d02-d13 */
671         IDCT4_1D( %%mm4, %%mm2, %%mm3, %%mm0, %%mm1 )
672
673         "pxor %%mm7, %%mm7    \n\t"
674     :: "m"(ff_pw_32));
675
676     asm volatile(
677     STORE_DIFF_4P( %%mm0, %%mm1, %%mm7)
678         "add %1, %0             \n\t"
679     STORE_DIFF_4P( %%mm2, %%mm1, %%mm7)
680         "add %1, %0             \n\t"
681     STORE_DIFF_4P( %%mm3, %%mm1, %%mm7)
682         "add %1, %0             \n\t"
683     STORE_DIFF_4P( %%mm4, %%mm1, %%mm7)
684         : "+r"(dst)
685         : "r" ((long)stride)
686     );
687 }