#include <emmintrin.h>
#include <string.h>


/** Функция memcpy может работать неоптимально при выполнении одновременно следующих условий:
  * 1. Размер куска памяти сравнительно небольшой (как правило меньше, приблизительно, 50 байт).
  * 2. Размер куска памяти неизвестен во время компиляции.
  *
  * В этом случае, она работает неоптимально по следующим причинам:
  * 1. Функция не инлайнится.
  * 2. Тратится много времени/инструкций на обработку "хвостиков" данных.
  *
  * Существуют ситуации, когда функцию можно сделать быстрее, воспользовавшись некоторыми допущениями.
  * Одно из таких допущений - возможность читать и писать какое-то количество байт после конца соответствующих диапазонов памяти.
  * Тогда можно не тратить код на обработку хвостиков, а выполнять копирование всегда большими кусками.
  *
  * Эта ситуация является типичной, например, когда короткие куски памяти копируются подряд в один непрервыный кусок памяти
  * - так как каждое следующее копирование будет перетирать лишние данные от предыдущего копирования.
  *
  * Допущение о том, что размер небольшой, позволяет нам не разворачивать цикл.
  * Это работает медленее, когда размер, на самом деле, большой.
  */
inline void memcpySmallAllowReadWriteOverflow15(char * __restrict dst, const char * __restrict src, size_t n)
{
	for (size_t i = 0; i < n; i += 16)
		_mm_storeu_si128(reinterpret_cast<__m128i*>(dst + i), _mm_loadu_si128(src + i));
}


inline void memcpySmallAllowWriteOverflow15(char * __restrict dst, const char * __restrict src, size_t n)
{
	if (reinterpret_cast<intptr_t>(src) % 4096 <= 4096 - 16)
		memcpySmallAllowReadWriteOverflow15(dst, src, n);
	else
		memcpy(dst, src, n);
}