当我在https://godbolt.org，我注意到编译器生成这样的代码是非常常见的：
push rax
push rbx
push rcx
call rdx
pop rcx
pop rbx
pop rax
我知道每个push或pop都做两件事：
- 将操作数移动到堆栈空间
- 递增/递减堆栈指针(rsp(
所以在我们上面的例子中，我假设CPU实际上正在执行12个操作(6个移动，6个加法/减法(，不包括call。把加法/减法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次移动，2次添加/子操作(，不包括call。为什么编译器不使用这种方法？
如果使用-mtune=pentium3或-mtune=pentium-m之前的版本进行编译，GCC将像您想象的那样执行代码生成，因为在那些旧CPU上，push/pop确实会解码到堆栈指针上的单独ALU操作以及加载/存储。(您必须使用-m32或-march=nocona(64位P4 Prescott(，因为这些旧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Pentium-M在前端引入了一个"堆栈引擎"，消除了堆栈操作中的堆栈调整部分，如推送/调用/重新设置/弹出。它有效地以零延迟重命名堆栈指针。请参阅Agner Fog的微芯片指南和Sandybridge微体系结构中的堆栈引擎是什么？
作为一种普遍趋势，任何在现有二进制文件中广泛使用的指令都会激励CPU设计者使其快速运行。例如，奔腾4试图让所有人停止使用INC/DEC；但没有奏效；当前的CPU比以往任何时候都能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，至少对于大核心CPU(而不是Atom/Silvermont(来说是这样。不幸的是，我认为sqrtss或cvtsi2ss之类的指令(在目的地上(的错误依赖性没有任何希望。
在类似add rsp, 8的指令中显式使用堆栈指针需要Intel CPU中的堆栈引擎插入一个同步uop来更新寄存器的无序后端值。如果内部偏移过大，也是如此。
事实上，在现代CPU上，pop dummy_register的效率比add rsp, 8或add esp,4高，因此编译器通常会使用它来弹出一个带有默认调优的堆栈插槽，例如-march=sandybridge。为什么这个函数将RAX作为第一个操作推送到堆栈？
另请参阅什么C/C++编译器可以使用pushpop指令来创建局部变量，而不是只增加esp一次？re：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，尤其是对于具有小值的代码大小，但编译器不能做到这一点
此外，不，GCC/clang不会生成与您所显示的完全的代码。
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对内存进行保存。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调用失败的寄存器。之后绝对不会多次弹出以恢复到相同(或不同(的寄存器中。函数内部的溢出/重新加载通常使用mov。这避免了在循环中进行推送/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，而不必担心将推送与弹出相匹配。此外，它还降低了堆栈展开元数据的复杂性，该元数据必须为每个移动RSP的指令都有一个条目。(使用RBP作为传统帧指针时，在指令计数与元数据和代码大小之间进行了有趣的权衡。(
类似的，您的代码生成中可以看到保留调用的寄存器+一个小函数中的一些reg reg移动，该函数刚刚调用了另一个函数，然后返回了一个__int128，这是寄存器中的一个函数arg。因此，需要保存传入的RSI:RDI，以便在RDX:RAX中返回。
或者，如果在非内联函数调用之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。