了解 GCC 的 alloca() 对齐和看似错过的优化

Understanding GCC's alloca() alignment and seemingly missed optimization

考虑以下玩具示例,它通过 alloca() 函数在堆栈上分配内存:

#include <alloca.h>

void foo() {
    volatile int *p = alloca(4);
    *p = 7;
}

使用带有 -O3 的 gcc 8.2 编译上述函数会产生以下汇编代码:

foo:
   pushq   %rbp
   movq    %rsp, %rbp
   subq    , %rsp
   leaq    15(%rsp), %rax
   andq    $-16, %rax
   movl    , (%rax)
   leave
   ret

老实说,我本来希望有一个更紧凑的汇编代码。


分配内存的 16 字节对齐

上面代码中的指令andq $-16, %rax导致rax包含地址[=19之间的(仅)16字节对齐地址=] 和 rsp + 15(包括两者)。

这种对齐强制是我不明白的第一件事:为什么 alloca() 将分配的内存对齐到 16 字节边界?


可能错过了优化?

无论如何,让我们考虑一下我们希望alloca()分配的内存是16字节对齐的。即便如此,在上面的汇编代码中,请记住 GCC 假定堆栈在执行函数调用时对齐到 16 字节边界(即 call foo),如果我们注意foo() 内堆栈的状态就在 推送 rbp 寄存器之后:

Size          Stack          RSP mod 16      Description
-----------------------------------------------------------------------------------
        ------------------
        |       .        |
        |       .        | 
        |       .        |            
        ------------------........0          at "call foo" (stack 16-byte aligned)
8 bytes | return address |
        ------------------........8          at foo entry
8 bytes |   saved RBP    |
        ------------------........0  <-----  RSP is 16-byte aligned!!!

我认为利用red zone(即不需要修改rsp)和rsp这一事实已经包含 16 字节对齐地址,可以使用以下代码代替:

foo:
   pushq   %rbp
   movq    %rsp, %rbp
   movl    , -16(%rbp)
   leave
   ret

寄存器 rbp 中包含的地址是 16 字节对齐的,因此 rbp - 16 也将对齐到 16 字节边界。

更好的是,可以优化新堆栈框架的创建,因为 rsp 没有被修改:

foo:
   movl    , -8(%rsp)
   ret

这只是错过了优化还是我在这里错过了其他东西?

x86-64 System V ABI 要求 VLA(C99 可变长度数组)为 16 字节对齐,对于 >= 16 字节的自动/静态数组也是如此。

看起来 gcc 正在将 alloca 视为 VLA,并且无法将常量传播到每个函数调用仅运行一次的 alloca 中。 (或者它在内部使用 alloca 作为 VLA。)

通用alloca / VLA 不能使用红色区域,以防运行时值大于 128 字节。 GCC 还使用 RBP 创建堆栈帧,而不是保存分配大小并稍后执行 add rsp, rdx

因此,如果大小是函数 arg 或其他运行时变量而不是常量,那么 asm 看起来就像它的样子。 这就是我得出这个结论的原因。


也是alignof(maxalign_t) == 16,但是allocamalloc可以满足return内存可用于任何对象的要求,对于小于16字节的对象没有16字节对齐. None 标准类型的对齐要求 比它们在 x86-64 SysV 中的大小更宽


你说的对,应该可以优化成这样:

void foo() {
    alignas(16) int dummy[1];
    volatile int *p = dummy;   // alloca(4)
    *p = 7;
}

并将其编译为 movl , -8(%rsp)ret 你建议了。

对于 alloca,alignas(16) 在这里可能是可选的。


如果你真的需要gcc在常量传播使arg成为alloca编译时常量时发出更好的代码,你可以简单地考虑首先使用 VLA。 GNU C++ 在 C++ 模式下支持 C99 风格的 VLA,但 ISO C++(和 MSVC)不支持。

或者可能使用 if(__builtin_constant_p(size)) { VLA version } else { alloca version },但是 VLA 的范围意味着你不能 return 来自 if 范围的 VLA 检测到我们正在内联编译时常量 size。所以你必须复制需要指针的代码。

这是(部分)错过了 gcc 中的优化。 Clang 按预期执行。

我说的部分是因为如果你知道你将使用 gcc,你可以使用内置函数(对 gcc 和其他编译器使用条件编译以获得可移植代码)。

__builtin_alloca_with_align是你的朋友;)

这是一个示例(已更改,因此编译器不会将函数调用减少为单个 ret):

#include <alloca.h>

volatile int* p;

void foo() 
{
    p = alloca(4) ;
    *p = 7;
}

void zoo() 
{
    // aligment is 16 bits, not bytes
    p = __builtin_alloca_with_align(4,16) ;
    *p = 7;
}

int main()
{
  foo();
  zoo();
}

反汇编代码(含objdump -d -w --insn-width=12 -M intel

Clang 将生成以下代码 (clang -O3 test.c) - 两个函数看起来很相似

0000000000400480 <foo>:
  400480:       48 8d 44 24 f8                          lea    rax,[rsp-0x8]
  400485:       48 89 05 a4 0b 20 00                    mov    QWORD PTR [rip+0x200ba4],rax        # 601030 <p>
  40048c:       c7 44 24 f8 07 00 00 00                 mov    DWORD PTR [rsp-0x8],0x7
  400494:       c3                                      ret    

00000000004004a0 <zoo>:
  4004a0:       48 8d 44 24 fc                          lea    rax,[rsp-0x4]
  4004a5:       48 89 05 84 0b 20 00                    mov    QWORD PTR [rip+0x200b84],rax        # 601030 <p>
  4004ac:       c7 44 24 fc 07 00 00 00                 mov    DWORD PTR [rsp-0x4],0x7
  4004b4:       c3                                      ret    

GCC 这个 (gcc -g -O3 -fno-stack-protector)

0000000000000620 <foo>:
 620:   55                                      push   rbp
 621:   48 89 e5                                mov    rbp,rsp
 624:   48 83 ec 20                             sub    rsp,0x20
 628:   48 8d 44 24 0f                          lea    rax,[rsp+0xf]
 62d:   48 83 e0 f0                             and    rax,0xfffffffffffffff0
 631:   48 89 05 e0 09 20 00                    mov    QWORD PTR [rip+0x2009e0],rax        # 201018 <p>
 638:   c7 00 07 00 00 00                       mov    DWORD PTR [rax],0x7
 63e:   c9                                      leave  
 63f:   c3                                      ret    

0000000000000640 <zoo>:
 640:   48 8d 44 24 fc                          lea    rax,[rsp-0x4]
 645:   c7 44 24 fc 07 00 00 00                 mov    DWORD PTR [rsp-0x4],0x7
 64d:   48 89 05 c4 09 20 00                    mov    QWORD PTR [rip+0x2009c4],rax        # 201018 <p>
 654:   c3                                      ret    

如您所见,zoo 现在看起来像预期的那样,类似于 clang 代码。