2

我在c中有这个简单的代码

#include <stdio.h>
#include <alloca.h>

int main()
{
    char* buffer = (char*)alloca(600);
    snprintf(buffer, 600, "Hello %d %d %d\n", 1, 2, 3);

    return 0;
}

我希望为 alloca 函数生成的汇编代码只会递减堆栈指针（一个子指令），并且可能会进行一些对齐（一个和指令），但是生成的汇编代码非常复杂，甚至比您预期的效率低。

这是objdump -d main.o, 的输出gcc -c（没有优化，所以默认-O0）

    0000000000400596 <main>:
  400596:   55                      push   %rbp
  400597:   48 89 e5                mov    %rsp,%rbp
  40059a:   48 83 ec 10             sub    $0x10,%rsp
  40059e:   b8 10 00 00 00          mov    $0x10,%eax
  4005a3:   48 83 e8 01             sub    $0x1,%rax
  4005a7:   48 05 60 02 00 00       add    $0x260,%rax
  4005ad:   b9 10 00 00 00          mov    $0x10,%ecx
  4005b2:   ba 00 00 00 00          mov    $0x0,%edx
  4005b7:   48 f7 f1                div    %rcx
  4005ba:   48 6b c0 10             imul   $0x10,%rax,%rax
  4005be:   48 29 c4                sub    %rax,%rsp
  4005c1:   48 89 e0                mov    %rsp,%rax
  4005c4:   48 83 c0 0f             add    $0xf,%rax
  4005c8:   48 c1 e8 04             shr    $0x4,%rax
  4005cc:   48 c1 e0 04             shl    $0x4,%rax
  4005d0:   48 89 45 f8             mov    %rax,-0x8(%rbp)
  4005d4:   48 8b 45 f8             mov    -0x8(%rbp),%rax
  4005d8:   41 b9 03 00 00 00       mov    $0x3,%r9d
  4005de:   41 b8 02 00 00 00       mov    $0x2,%r8d
  4005e4:   b9 01 00 00 00          mov    $0x1,%ecx
  4005e9:   ba a8 06 40 00          mov    $0x4006a8,%edx
  4005ee:   be 58 02 00 00          mov    $0x258,%esi
  4005f3:   48 89 c7                mov    %rax,%rdi
  4005f6:   b8 00 00 00 00          mov    $0x0,%eax
  4005fb:   e8 a0 fe ff ff          callq  4004a0 <snprintf@plt>
  400600:   b8 00 00 00 00          mov    $0x0,%eax
  400605:   c9                      leaveq 
  400606:   c3                      retq   
  400607:   66 0f 1f 84 00 00 00    nopw   0x0(%rax,%rax,1)
  40060e:   00 00

知道这个生成的汇编代码的目的是什么吗？我正在使用 gcc 8.3.1。

4

1 回答 1

4

当然，通常的调试模式/反优化行为是将每个 C 语句编译到单独的块中，而非register变量实际上在内存中。（为什么clang用-O0产生低效的asm（对于这个简单的浮点和）？）。

但是，是的，这超出了“未优化”的范围。没有理智的人会期望GCC 的固定指令序列（或 GIMPLE 或 RTL 逻辑，无论它扩展的任何阶段）的alloca逻辑都涉及 2 的div编译时常数幂，而不是移位或只是一个 AND。 x /= 16;如果div您自己用 C 源代码编写它，即使使用gcc -O0.

通常，GCC 会尽可能多地对常量表达式进行编译时评估，就像x = 5 * 6在运行时不使用 imul 一样。但是它扩展其alloca逻辑的点必须在那点之后，可能很晚（在大多数其他通过之后）来解释所有那些错过的优化。因此，它不会从在 C 源逻辑上运行的相同传递中受益。

它在做两件事：

  • 通过执行以下操作将分配大小向上舍入600（将其放入寄存器后的常量）为 16 的倍数：((16ULL - 1) + x) / 16 * 16. 一个理智的编译器至少会使用右移/左移，如果不将其优化为(x+15) & -16. 但不幸的是，GCC 使用16div和imul16，即使它是 2 的恒定幂。

  • 将分配空间的最终地址四舍五入为 16 的倍数（尽管它已经是因为 RSP 开始 16 字节对齐并且分配大小向上舍入。）它这样做((p+15) >> 4) << 4比 div/imul 更有效（尤其是对于 Ice Lake 之前的 Intel 上的 64 位操作数大小），但仍然比and $-16, %rax. 当然，做已经毫无意义的工作也很愚蠢。

然后当然必须将指针存储到char* buffer.

在下一条语句的 asm 块中，将其作为 arg for 重新加载sprintf（效率低下到 RAX 中，而不是直接到 RDI 中，典型的 for gcc -O0），同时设置寄存器 args。

alloca所以这很糟糕，但是在大多数转换（“优化”）通道已经运行之后，对于 的固定逻辑的后期扩展很合理地解释了这一点。请注意，-O0 这并不意味着“没有优化”，它只是意味着“快速编译，并提供一致的调试”。

有关的：

于 2021-02-20T09:18:14.467 回答