禁用优化的 c alloca 函数的奇怪汇编代码 - gcc 使用 DIV 和 IMUL 为常数 16,并转换?
Posted
技术标签:
【中文标题】禁用优化的 c alloca 函数的奇怪汇编代码 - gcc 使用 DIV 和 IMUL 为常数 16,并转换?【英文标题】:Strange assembly code for c alloca function with optimization disabled - gcc uses DIV and IMUL by a constant 16, and shifts? 【发布时间】:2021-05-23 03:39:03 【问题描述】: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),但生成的汇编代码非常复杂,甚至比你的效率低下'期待。
这是objdump -d main.o
的输出,在gcc -c
的输出上(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
知道生成的汇编代码的目的是什么吗?我正在使用 gcc 8.3.1。
【问题讨论】:
如果没有优化,gcc 会为alloca
生成非常糟糕的asm,使用div
和imul
而不是and $-16, %reg
将分配大小四舍五入为16 的倍数。
编译的时候有没有开启调试模式?
为什么您期望优化而不启用优化? ;)
是的,优化未启用。但这似乎是过早的悲观,即使在调试模式下,为什么不生成and $-16, %reg
?
@tadman: 一般情况下-O0
是正确的,但这不是的一个实例。其中大部分是单个语句char* buffer = alloca(600);
的代码,并且 asm 比它需要的或预期的更复杂和冗长,这本身就比add $15, %reg
等明显的舍入习语更难理解/and $-16, %reg
/sub %reg, %rsp
.
【参考方案1】:
当然,通常的调试模式/反优化行为是将每个 C 语句编译到一个单独的块中,非register
变量实际上在内存中。 (Why does clang produce inefficient asm with -O0 (for this simple floating point sum)?)。
但是,是的,这超出了“未优化”的范围。没有理智的人会期望 GCC 的指令序列(或 GIMPLE 或 RTL 逻辑,无论它扩展的任何阶段)对于 alloca
逻辑通过 compile-time-constant power 2 涉及 div
,而不是一个班次或只是一个AND。 x /= 16;
不会编译成 div
如果你自己用 C 源代码编写,即使是 gcc -O0
。
通常 GCC 会尽可能多地对常量表达式进行编译时求值,例如 x = 5 * 6
在运行时不会使用 imul。但是它扩展其alloca
逻辑的时间点必须在该点之后,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。
它做了两件事:
将分配大小向上舍入(将其放入寄存器后的常量 600
)到 16 的倍数,方法是:((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 使用了 16 倍的 div
和 imul
,尽管它是 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被四舍五入。)它使用 @ 987654339@ 比 div/imul 效率高得多(特别是对于 Ice Lake 之前的 Intel 上的 64 位操作数大小),但仍然比 and $-16, %rax
效率低。做已经毫无意义的工作当然是愚蠢的。
那么当然要把指针存入char* buffer
。
在下一条语句的 asm 块中,将其作为 sprintf
的 arg 重新加载(效率低下到 RAX 中,而不是直接到 RDI,对于 gcc -O0
很典型),同时设置寄存器 args。
所以这很糟糕,但在大多数转换(“优化”)通道已经运行之后,alloca
的固定逻辑的后期扩展很合理地解释了这一点。注意-O0
doesn't literally mean "no optimization",只是表示“编译快,调试一致”。
相关:
How does gcc choose to number temporary variables from -fverbose-asm? - 另一个关于 -O0
alloca asm 的讨论,同样的猜测是在 GIMPLE 通道的后期,甚至在 RTL 中扩展它。还有 alloca / snprintf 的优化 asm,这要简单得多。事实上,这几乎是重复的;这个问题也确实询问了 alloca 代码。
doing seemingly un-needed ops (crackme) - 我非常轻松地评论了基本相同的 asm(对于 32 位模式),但主要是在讨论手动混淆的 asm。
How does GCC implement variable-length arrays? 显示了这个糟糕代码的 32 位版本,但没有评论它有多糟糕。
【讨论】:
以上是关于禁用优化的 c alloca 函数的奇怪汇编代码 - gcc 使用 DIV 和 IMUL 为常数 16,并转换?的主要内容,如果未能解决你的问题,请参考以下文章