myStrlen

#include <immintrin.h>
#include <stddef.h>
#include <stdint.h>
#include <stdio.h>
#include <string.h>

__attribute__((__always_inline__))
static inline uint64_t generate_shit(const char *str, size_t idx) {
    const __m256i zero = _mm256_setzero_si256();
    __m256i ymm1 = _mm256_load_si256((const __m256i *)(str + idx));
    __m256i ymm2 = _mm256_load_si256((const __m256i *)(str + idx + sizeof(__m256i)));
    ymm1 = _mm256_cmpeq_epi8(ymm1, zero);
    ymm2 = _mm256_cmpeq_epi8(ymm2, zero);

    if (_mm256_testz_si256(ymm1, ymm1) && _mm256_testz_si256(ymm2, ymm2)) {
        return 0;
    } else {
        uint32_t mask1 = _mm256_movemask_epi8(ymm1);
        uint32_t mask2 = _mm256_movemask_epi8(ymm2);
        return (((uint64_t)mask2) << sizeof(__m256i)) | mask1;
    }
}

__attribute__((__always_inline__))
static inline uint64_t generate_mask(const char *str, size_t idx) {
    const __m256i zero = _mm256_setzero_si256();
    __m256i ymm1 = _mm256_load_si256((const __m256i *)(str + idx));
    __m256i ymm2 = _mm256_load_si256((const __m256i *)(str + idx + sizeof(__m256i)));
    ymm1 = _mm256_cmpeq_epi8(ymm1, zero);
    ymm2 = _mm256_cmpeq_epi8(ymm2, zero);
    uint32_t mask1 = _mm256_movemask_epi8(ymm1);
    uint32_t mask2 = _mm256_movemask_epi8(ymm2);
    return (((uint64_t)mask2) << sizeof(__m256i)) | mask1;
}

size_t myStrlen(const char *str) {
    uint64_t pos = 0;
    size_t idx = ((size_t)str) % (sizeof(__m256i) * 2);

    if (idx) {
        pos = generate_mask(str, -idx) >> idx;

        if (pos) {
            return _tzcnt_u64(pos);
        }

        idx = sizeof(__m256i) * 2 - idx;
    }

    while (true) {
        pos = generate_mask(str, idx);

        if (pos) {
            return idx + _tzcnt_u64(pos);
        }

        idx += sizeof(__m256i) * 2;
    }
}