将rvalue传递给非ref参数，为什么编译器不能复制？

Question

struct Big {
    int a[8];
};
void foo(Big a);
Big getStuff();
void test1() {
    foo(getStuff());
}

编译（在Linux上使用clang 6.0.0 for x86_64，所以System V ABI，标志： -O3 -march=broadwell ）到

test1():                              # @test1()
        sub     rsp, 72
        lea     rdi, [rsp + 40]
        call    getStuff()
        vmovups ymm0, ymmword ptr [rsp + 40]
        vmovups ymmword ptr [rsp], ymm0
        vzeroupper
        call    foo(Big)
        add     rsp, 72
        ret

如果我正确地阅读这个，那就是正在发生的事情：

1. getStuff传递一个指向foo的堆栈（ rsp + 40 ）的指针用于返回值，所以在getStuff返回getStuff rsp + 40到getStuff rsp + 71包含getStuff的结果。
2. 然后立即将该结果复制到较低的堆栈地址rsp到rsp + 31 。
3. 然后调用foo ，它将从rsp读取其参数。

为什么以下代码不完全等效（为什么编译器不会生成它）？

test1():                              # @test1()
        sub     rsp, 32
        mov     rdi, rsp
        call    getStuff()
        call    foo(Big)
        add     rsp, 32
        ret

这个想法是：让getStuff直接写入foo将读取的堆栈中的位置。

另外：这是在Windows for x64上由vc ++编译的相同代码（12个int而不是8个）的结果，这看起来更糟，因为windows x64 ABI通过并通过引用返回，因此副本完全未使用！

_TEXT   SEGMENT
$T3 = 32
$T1 = 32
?bar@@YAHXZ PROC                    ; bar, COMDAT

$LN4:
    sub rsp, 88                 ; 00000058H

    lea rcx, QWORD PTR $T1[rsp]
    call    ?getStuff@@YA?AUBig@@XZ         ; getStuff
    lea rcx, QWORD PTR $T3[rsp]
    movups  xmm0, XMMWORD PTR [rax]
    movaps  XMMWORD PTR $T3[rsp], xmm0
    movups  xmm1, XMMWORD PTR [rax+16]
    movaps  XMMWORD PTR $T3[rsp+16], xmm1
    movups  xmm0, XMMWORD PTR [rax+32]
    movaps  XMMWORD PTR $T3[rsp+32], xmm0
    call    ?foo@@YAHUBig@@@Z           ; foo

    add rsp, 88                 ; 00000058H
    ret 0

Answer 1

你是对的; 这看起来像编译器的遗漏优化 。 如果还没有重复，您可以报告此错误（ https://bugs.llvm.org/ ）。

与流行的看法相反，编译器通常不会制作最佳代码。 它通常足够好，并且现代CPU在不过多地延长依赖链时会非常擅长翻阅过多的指令，尤其是关键路径依赖链（如果有的话）。

x86-64 SysV通过堆栈上的值传递大型结构，如果它们不适合打包到两个64位整数寄存器中，并且它们通过隐藏指针返回。 编译器可以而且应该（但不）提前计划并将返回值临时重用为foo(Big)调用的stack-args。

---

gcc7.3，ICC18和MSVC CL19也错过了这种优化。 ：/我用Gcc / clang / ICC / MSVC将你的代码放在Godbolt编译器资源管理器上 。 gcc使用4x push qword [rsp+24]进行复制，而ICC使用额外的指令将堆栈对齐32。

对于MSVC / ICC / clang，使用1x 32字节加载/存储而不是2x 16字节可能无法证明vzeroupper的成本，因为这个函数很小。 vzeroupper在主流Intel CPU（仅4 vzeroupper很便宜，而且我确实使用-march=haswell来调整它，而不是AMD或KNL，它更贵。

---

相关：x86-64 Windows通过隐藏指针传递大型结构，并以这种方式返回它们。 被调用者拥有指向的内存。 （ 当您具有大输入的函数时，在汇编级别会发生什么 ）

在第一次调用getStuff()之前，只需为临时+阴影空间保留空间，并允许被调用者销毁临时文件，因为我们以后不再需要它，因此仍然可以使用此优化。

不幸的是，这实际上并不是MSVC在这里或相关案例中所做的。

另见@ BeeOnRope的答案，以及我的评论，关于为什么不通过引用传递struct一个常见的优化？ 。 如果你试图通过传递隐藏的const-reference来设计一个避免复制的调用约定，那么确保copy-constructor总能在一个理想的位置运行非平凡可复制的对象是有问题的（调用者拥有内存，被调用者可以如果需要复制）。

但这是一个非const引用（被调用者拥有内存）最好的情况的例子，因为调用者想要将对象移交给被调用者。

但是有一个潜在的问题： 如果有任何指向此对象的指针，让被调用者直接使用它可能会引入错误 。 考虑一些其他函数，它执行global_pointer->a[4]=0; 。 如果我们的被调用者调用该函数，它将意外地修改我们的被调用者的按值arg。

因此，如果转义分析可以证明没有其他任何指针指向此对象，那么让被调用者在Windows x64调用约定中销毁该对象的副本是有效的。