如何复制一个寄存器并用最少的指令执行 `x*4 + constant`
How to copy a register and do `x*4 + constant` with the minimum number of instructions
我是 x86 汇编的新手。例如下面的指令：ESP的内容乘以4，加上0x11233344，结果存入EDI。
如何用最少的指令数在 x86 汇编中表示这条指令？
push esp
mov edi, 4
mul edi
add edi, 0x11233344
你的 asm 没有任何意义（push esp 复制到内存，而不是另一个寄存器），并且 mul edi 写入 EDX:EAX 而不是 edi。它 EDX:EAX = EAX * src_operand。阅读手册：https://www.felixcloutier.com/x86/MUL.html。或者更好的是，使用 imul 代替，除非你实际上 需要 完整 32x32 => 64 位乘法的高半部分输出。
此外，不要使用堆栈指针寄存器 ESP 来保存临时值，除非你确切地知道你在做什么（例如，你在 user-space，并且你确定没有信号处理程序可以异步使用堆栈。）堆栈指针 * 4 + large-constant 不是普通程序会做的事情。
通常你可以 but ESP is the only register that can't be an index in an x86 address mode. See
（索引是寻址模式的一部分，可以应用 2 位移位计数，也就是比例因子）。
我认为我们最好的选择仍然是将 ESP 复制到 EDI，然后使用 LEA:
mov edi, esp
lea edi, [edi * 4 + 0x11223344]
或者您可以使用 LEA 进行复制和添加，然后 然后 左移，因为我们要添加的值的低位有两个零（即它是一个倍数4).所以我们可以将它右移 2 而不会丢失任何位。
SHIFTED_ADD_CONSTANT equ 0x11223344 >> 2
lea edi, [esp + SHIFTED_ADD_CONSTANT]
shl edi, 2
左移前的加法会产生高 2 位的进位，但我们即将移出这些位，因此那里的内容无关紧要。
这也是 2 微指令，并且 更 在 AMD 推土机系列 CPU 上更有效（GP 整数 mov 没有移动消除，并且缩放索引为 LEA 花费一个额外的延迟周期）。 Zen 有 mov-elimination，但我认为 LEA 延迟仍然相同，所以两个版本都是 2 周期延迟。即使 "complex" LEA 在 Zen 上也有 2/clock 的吞吐量，或者对于简单的 LEA（任何 ALU 端口）有 4/clock 的吞吐量。
但是 less 在英特尔 IvyBridge 和更高版本的 CPU 上效率更高，其中 mov 可以 运行 零延迟（mov 消除），并且 [edi*4 + disp32] 寻址模式仍然是一个快速的 2-component LEA。所以在带有 mov-elimination 的 Intel CPU 上，第一个版本是 2 个前端微指令，1 个未融合域微指令用于一个执行单元，并且只有 1 个延迟周期。
另一个 2 指令选项是使用较慢的 imul 而不是快速移位。 （寻址模式使用移位：即使它被写为 * 1 / 2 / 4 / 8，它在机器代码中被编码在一个 2 位移位计数字段中）。
imul edi, esp, 4 ; this is dumb, don't use mul/imul for powers of 2.
add edi, 0x11223344
imul 在现代 x86 CPU 上有 3 个周期的延迟，这非常好，但在像 Pentium 3 这样的旧 CPU 上更慢。仍然不如 mov + LEA 的 1 或 2 个周期延迟，并且imul 运行s 在更少的端口上。
（指令数通常不是要优化的对象；微指令数通常更重要，延迟/后端吞吐量也更重要。还有 x86 机器代码的代码大小（以字节为单位）；不同的指令具有不同的长度。 )
我是 x86 汇编的新手。例如下面的指令：ESP的内容乘以4，加上0x11233344，结果存入EDI。
如何用最少的指令数在 x86 汇编中表示这条指令？
push esp
mov edi, 4
mul edi
add edi, 0x11233344
你的 asm 没有任何意义（push esp 复制到内存，而不是另一个寄存器），并且 mul edi 写入 EDX:EAX 而不是 edi。它 EDX:EAX = EAX * src_operand。阅读手册：https://www.felixcloutier.com/x86/MUL.html。或者更好的是，使用 imul 代替，除非你实际上 需要 完整 32x32 => 64 位乘法的高半部分输出。
此外，不要使用堆栈指针寄存器 ESP 来保存临时值，除非你确切地知道你在做什么（例如，你在 user-space，并且你确定没有信号处理程序可以异步使用堆栈。）堆栈指针 * 4 + large-constant 不是普通程序会做的事情。
通常你可以
我认为我们最好的选择仍然是将 ESP 复制到 EDI，然后使用 LEA:
mov edi, esp
lea edi, [edi * 4 + 0x11223344]
或者您可以使用 LEA 进行复制和添加，然后 然后 左移，因为我们要添加的值的低位有两个零（即它是一个倍数4).所以我们可以将它右移 2 而不会丢失任何位。
SHIFTED_ADD_CONSTANT equ 0x11223344 >> 2
lea edi, [esp + SHIFTED_ADD_CONSTANT]
shl edi, 2
左移前的加法会产生高 2 位的进位，但我们即将移出这些位，因此那里的内容无关紧要。
这也是 2 微指令，并且 更 在 AMD 推土机系列 CPU 上更有效（GP 整数 mov 没有移动消除，并且缩放索引为 LEA 花费一个额外的延迟周期）。 Zen 有 mov-elimination，但我认为 LEA 延迟仍然相同，所以两个版本都是 2 周期延迟。即使 "complex" LEA 在 Zen 上也有 2/clock 的吞吐量，或者对于简单的 LEA（任何 ALU 端口）有 4/clock 的吞吐量。
但是 less 在英特尔 IvyBridge 和更高版本的 CPU 上效率更高，其中 mov 可以 运行 零延迟（mov 消除），并且 [edi*4 + disp32] 寻址模式仍然是一个快速的 2-component LEA。所以在带有 mov-elimination 的 Intel CPU 上，第一个版本是 2 个前端微指令，1 个未融合域微指令用于一个执行单元，并且只有 1 个延迟周期。
另一个 2 指令选项是使用较慢的 imul 而不是快速移位。 （寻址模式使用移位：即使它被写为 * 1 / 2 / 4 / 8，它在机器代码中被编码在一个 2 位移位计数字段中）。
imul edi, esp, 4 ; this is dumb, don't use mul/imul for powers of 2.
add edi, 0x11223344
imul 在现代 x86 CPU 上有 3 个周期的延迟，这非常好，但在像 Pentium 3 这样的旧 CPU 上更慢。仍然不如 mov + LEA 的 1 或 2 个周期延迟，并且imul 运行s 在更少的端口上。
（指令数通常不是要优化的对象；微指令数通常更重要，延迟/后端吞吐量也更重要。还有 x86 机器代码的代码大小（以字节为单位）；不同的指令具有不同的长度。 )