NEON介绍
在移动平台上进行一些复杂算法的开发，一般需要用到指令集来进行加速。NEON 技术是 ARM Cortex™-A 系列处理器的 128 位 SIMD（单指令，多数据）架构扩展，专门针对大规模并行运算设计的，旨在为消费性多媒体应用程序提供灵活、强大的加速功能，从而显著改善用户体验。
其本质上使用的是128位NEON SIMD寄存器，这意味着如果操作32位浮点数，可同时操作4个（变量可定义：float32x4_t）；如果操作 16 位整数（short），可同时操作 8 个（变量可定义：int16x8_t）；而如果操作 8 位整数，则可同时操作 16 个（变量可定义：int8x16_t）。
ARMv7 NEON 指令集架构具有 16 个 128 位的向量寄存器，命名为 q0～q15。这 16 个寄存器又可以拆分成 32 个 64 位寄存器，命名为 d0～d31。其中qn和d2n，d2n+1是一样的，故使用汇编编写代码时要注意避免产生寄存器覆盖。如下图所示：
NEON数据类型
NEON的数据类型如下图：
neon的数据类型float32x4_t 可以理解为vector< float32 > (4)，同理typexN_t即为vector< type>(N)。在NEON编程中，对单个数据的操作可以扩展为对寄存器，也即同一类型元素矢量的操作，因此大大减少了操作次数。
NEON中指令分为正常指令、宽指令、窄指令、饱和指令、长指令这几类：
正常指令：数据宽度不变
长指令：源操作数宽度相同 结果宽度扩展 L标记
宽指令：源操作数宽度不同 结果宽度对齐 W标记
窄指令：源操作数宽度相同 结果宽度变窄 N标记
饱和指令：结果溢出就是饱和指令 Q标记
NEON官方示例及详解
通过一个示例来解释如何利用NEON内置函数来加速实现统计一个数组内的元素之和。
对于长度为N的数组，上述算法的时间复杂度为O（N）。
采用NEON函数进行加速:
上述算法的时间复杂度为O（N/4）,原因在于我们每次往寄存器加载4个float值，然后同时相加。相当于原来需要N次加法操作而现在只需要N/4即可。如果使用更多的寄存器，则可以完成更高倍数的加速。
上述用到的几个NEON指令解释为:
除以上的操作外，NEON还支持很多的操作，如矢量相减、矢量相乘、矢量乘加、矢量类型转换等等。
NEON手册
以下链接为NEON内置函数的手册，当需要用到某些NEON操作时，可以通过手册查看使用方法。
NEON内置函数详细手册