为什么使用 push/pop 而不是 sub 和 mov？

Question

当我在https://godbolt.org上使用不同的编译器时，我注意到编译器生成这样的代码是很常见的：

push    rax
push    rbx
push    rcx
call    rdx
pop     rcx
pop     rbx
pop     rax

我知道每次push或pop做两件事：

1. 将操作数移入/移出堆栈空间
2. 递增/递减堆栈指针 (rsp)

所以在我们上面的例子中，我假设 CPU 实际上在做 12 次操作（6 次移动，6 次加/减），不包括call 。 组合添加/订阅不是更有效吗？ 例如：

sub rsp, 24
mov [rsp-24], rax
mov [rsp-16], rbx
mov [rsp-8], rcx
call    rdx
mov rcx, [rsp-8]
mov rbx, [rsp-16]
mov rax, [rsp-24]
add rsp, 24

现在只有 8 次操作（6 次移动，2 次加/减），不包括call 。 为什么编译器不使用这种方法？

Answer 1

如果您使用-mtune=pentium3或比-mtune=pentium-m更早的东西进行编译，GCC会像您想象的那样进行代码生成，因为在那些旧 CPU 上，push/pop 确实会解码为堆栈指针上的单独 ALU 操作，如以及加载/存储。 （您必须使用-m32或-march=nocona （64 位 P4 Prescott），因为那些旧 CPU 也不支持 x86-64）。 为什么 gcc 使用 movl 而不是 push 来传递函数 args？

但是 Pentium-M 在前端引入了一个“堆栈引擎”，它消除了堆栈操作的堆栈调整部分，如 push/call/ret/pop。 它有效地以零延迟重命名堆栈指针。 请参阅Agner Fog 的微架构指南和Sandybridge 微架构中的堆栈引擎是什么？

作为一种普遍趋势，在现有二进制文件中广泛使用的任何指令都会激励 CPU 设计人员使其更快。 例如，奔腾 4 试图让大家停止使用 INC/DEC； 那没有用； 当前的 CPU 比以往更好地执行部分标志重命名。 现代 x86 晶体管和功率预算可以支持这种复杂性，至少对于大核 CPU（不是 Atom / Silvermont）。 不幸的是，我认为对于sqrtss或cvtsi2ss类的指令的错误依赖（在目标上）没有任何希望。

---

在像add rsp, 8这样的指令中显式使用堆栈指针add rsp, 8要求 Intel CPU 中的堆栈引擎插入同步 uop 以更新寄存器的乱序后端值。 如果内部偏移量太大，则相同。

事实上add esp,4在现代 CPU 上， pop dummy_register比add rsp, 8 pop dummy_register add rsp, 8或add esp,4更有效，因此编译器通常会使用它来弹出一个堆栈槽并使用默认调整，例如使用-march=sandybridge 。 为什么这个函数将 RAX 压入堆栈作为第一个操作？

另请参阅哪些 C/C++ 编译器可以使用 push pop 指令来创建局部变量，而不是仅仅增加一次 esp？ 回复：使用push来初始化堆栈上的局部变量，而不是sub rsp, n / mov 。 在某些情况下，这可能是一种胜利，特别是对于具有小值的代码大小，但编译器不会这样做。

---

另外，不，GCC / clang 不会制作与您展示的完全一样的代码。

如果他们需要在函数调用周围保存寄存器，他们通常会使用mov to memory 来做到这一点。 或mov到呼叫保持寄存器，它们保存在函数的顶部，并将于年底恢复。

除了传递堆栈参数之外，我从未见过 GCC 或 clang 在函数调用之前推送多个调用破坏的寄存器。 并且绝对不会在之后多次弹出以恢复到相同（或不同）的寄存器。 函数内部的溢出/重新加载通常使用 mov。 这避免了在循环内推送/弹出的可能性（除了将堆栈参数传递给call ），并允许编译器进行分支而不必担心匹配推送与弹出。 此外，它还降低了堆栈展开元数据的复杂性，因为每个移动 RSP 的指令都必须有一个条目。 （使用 RBP 作为传统帧指针时，指令计数与元数据和代码大小之间的有趣折衷。）

可以通过调用保留寄存器 + 一些 reg-reg 移动在一个小函数中看到类似于您的代码生成的东西，该函数只是调用另一个函数，然后返回一个__int128 ，它是寄存器中的函数 arg。 因此需要保存传入的 RSI:RDI，以返回 RDX:RAX。

或者，如果在非内联函数调用后存储到全局或通过指针，编译器还需要保存函数 args 直到调用之后。