在Intel x64汇编中执行功能的最快方法（CPU方式）？

Question

我一直在阅读有关汇编函数的信息，对于是否使用Enter和Exit或只是为了快速执行的调用/返回指令感到困惑。 一种方法快速而另一种较小吗？ 例如，在组装时不内联函数的最快（stdcall）方法是什么：

static Int32 Add(Int32 a, Int32 b) {
   return a + b;
}

int main() {
    Int32 i = Add(1, 3);
}

Answer 1

使用call / ret ，而不用enter / leave或push&pop rbp / mov rbp, rsp构成堆栈框架。 gcc（使用默认的-fomit-frame-pointer ）仅在对堆栈执行可变大小分配的函数中创建堆栈帧。 这可能会使调试稍微困难一些 ，因为在使用-fomit-frame-pointer编译时，gcc通常会发出堆栈展开信息，但您的手写asm则不会。 通常，只有在asm中编写叶子函数或至少不调用许多其他函数的叶子函数才有意义。

堆栈框架意味着您不必跟踪自函数输入以来堆栈指针已更改了多少，以访问堆栈上的内容（例如，函数args和本地变量的溢出插槽）。 Windows和Linux / Unix 64位ABI都通过寄存器中的前几个args，并且经常有足够的regs，您不必将任何变量溢出到堆栈中。 在大多数情况下，堆栈框架浪费了指令。 在32位代码中，提供ebp可用（从6到7个GP寄存器，不计算堆栈指针）比从14变为15有更大的差异。当然，如果您确实使用rbp，则仍然需要push/pop rbp，但是，因为在两个ABI中都是被调用者保存的寄存器，所以不允许使用函数破坏函数。

如果要优化x86-64 asm，则应阅读Agner Fog的指南 ，并查看x86标签Wiki中的其他一些链接。

您的函数的最佳实现可能是：

align 16
global Add
Add:
    lea   eax, [rdi + rsi]
    ret
    ; the high 32 of either reg doesn't affect the low32 of the result
    ; so we don't need to zero-extend or use a 32bit address-size prefix
    ; like  lea  eax, [edi, esi]
    ; even if we're called with non-zeroed upper32 in rdi/rsi.

align 16
global main
main:
    mov    edi, 1   ; 1st arg in SysV ABI
    mov    esi, 3   ; 2nd arg in SysV ABI
    call Add
    ; return value in eax in all ABIs
    ret

align 16
OPmain:  ; This is what you get if you don't return anything from main to use the result of Add
    xor   eax, eax
    ret

实际上，这就是gcc为Add() 发出的内容，但是它仍然将main变成一个空函数，或者如果您return i ，则变成return 4 。 clang 3.7尊重-fno-inline-functions即使结果是编译时常量也是如此。 通过执行尾部调用优化，然后jmp到Add来击败我的asm。

请注意，Windows 64位ABI将不同的寄存器用于函数args。 请参阅x86标签Wiki或Agner Fog的ABI指南中的链接。 汇编程序宏可能有助于在asm中编写使用其args使用正确寄存器的函数，具体取决于目标平台。