为什么使用push/pop而不是sub和mov？

当我使用不同的编译器时https://godbolt.org，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

我明白每个push or pop做了两件事：

1. 将操作数移入/移出堆栈空间
2. 递增/递减堆栈指针 (rsp)

因此，在上面的示例中，我假设 CPU 实际上执行 12 次操作（6 次移动、6 次添加/替换），不包括call。将添加/替换组合起来不是更有效吗？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 个操作（6 个移动，2 个添加/替换），不包括call。为什么编译器不使用这种方法？

如果你编译-mtune=pentium3或早于-mtune=pentium-m, GCC will像你想象的那样进行代码生成，因为在那些旧的 CPU 上，push/pop 确实解码为堆栈指针上的单独 ALU 操作以及加载/存储。 （你必须使用-m32, or -march=nocona（64位P4 Prescott）因为那些旧的CPU也不支持x86-64）。为什么gcc使用movl而不是push来传递函数参数？

但 Pentium-M 在前端引入了一个“堆栈引擎”，消除了堆栈操作的堆栈调整部分，例如推送/调用/返回/弹出。它有效地以零延迟重命名堆栈指针。看Agner Fog 的微架构指南 and Sandybridge 微架构中的堆栈引擎是什么？

作为总体趋势，现有二进制文件中广泛使用的任何指令都会激励 CPU 设计人员提高其速度。例如，Pentium 4 试图让大家停止使用 INC/DEC；那不起作用；当前的 CPU 比以往更好地进行部分标志重命名。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）来说是这样。不幸的是，我认为对于诸如以下指令的错误依赖关系（在目的地上）没有任何希望sqrtss or cvtsi2ss， 尽管。

在指令中显式使用堆栈指针，例如add rsp, 8需要Intel CPU中的堆栈引擎插入同步微指令来更新寄存器的乱序后端值。如果内部偏移量太大，则相同。

In fact pop dummy_register is more效率比add rsp, 8 or add esp,4在现代 CPU 上，因此编译器通常会使用它来通过默认调整或使用-march=sandybridge例如。为什么这个函数将RAX压入堆栈作为第一个操作？

也可以看看什么 C/C++ 编译器可以使用 push pop 指令来创建局部变量，而不是只增加 esp 一次？回复：使用push初始化堆栈上的局部变量而不是sub rsp, n / mov。在某些情况下，这可能是一个胜利，特别是对于值较小的代码大小，但编译器不会这样做。

另外，不，GCC / clang 不会生成这样的代码exactly就像你所展示的那样。

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记忆。或者mov到他们保存在函数顶部的调用保留寄存器，并将在最后恢复。

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被调用破坏的寄存器。并且绝对不会在之后多次弹出以恢复到相同（或不同）寄存器中。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，而不必担心推送与弹出的匹配。它还降低了堆栈展开元数据的复杂性，该元数据必须为移动 RSP 的每条指令都有一个条目。 （使用 RBP 作为传统帧指针时，指令数与元数据和代码大小之间的有趣权衡。）

某物like您的代码生成可以通过调用保留的寄存器+一些reg-reg在一个小函数中移动来看到，该函数只是调用另一个函数，然后返回一个__int128那是寄存器中的函数arg。因此，需要保存传入的 RSI:RDI，以便以 RDX:RAX 形式返回。

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参数直到调用之后。