"enter"vs"push ebp; mov ebp,esp; sub esp,imm"和"leave"vs"mov esp,ebp; pop ebp"

Question

enter和之间的区别是什么？

push ebp
mov  ebp, esp
sub  esp, imm

说明？是否存在性能差异？如果是这样,哪个更快,为什么编译器总是使用后者呢？

以相若方式将leave和

mov  esp, ebp
pop  ebp

说明.

Answer 1

存在性能差异,尤其对于enter.在现代处理器上,这解码到大约10到20μs,而三个指令序列大约是4到6,具体取决于架构.有关详细信息,请参阅Agner Fog的说明表.

另外,该enter指令通常具有相当高的等待时间,例如,与三个指令序列的3个时钟依赖性链相比,在core2上有8个时钟.

此外,三个指令序列可以由编译器展开以用于调度目的,这取决于周围的代码,当然,以允许更多并行执行指令.

Answer 2

在设计 80286 时，Intel 的 CPU 设计人员决定添加两条指令来帮助维护显示。

CPU内部的微代码如下：

; ENTER Locals, LexLevel

push    bp              ;Save dynamic link.
mov     tempreg, sp     ;Save for later.
cmp     LexLevel, 0     ;Done if this is lex level zero.
je      Lex0

lp:
dec     LexLevel
jz      Done            ;Quit if at last lex level.
sub     bp, 2           ;Index into display in prev act rec
push    [bp]            ; and push each element there.
jmp     lp              ;Repeat for each entry.

Done:
push    tempreg         ;Add entry for current lex level.

Lex0:
mov     bp, tempreg     ;Ptr to current act rec.
sub     sp, Locals      ;Allocate local storage

ENTER 的替代方案是：

; 输入 n, 0 ;486 上的 14 个周期

push    bp              ;1 cycle on the 486
sub     sp, n           ;1 cycle on the 486

; 输入 n, 1 ;486 上的 17 个周期

push    bp              ;1 cycle on the 486
push    [bp-2]          ;4 cycles on the 486
mov     bp, sp          ;1 cycle on the 486
add     bp, 2           ;1 cycle on the 486
sub     sp, n           ;1 cycle on the 486

; 输入 n, 3 ;在 486 上输入 23 个周期

push    bp              ;1 cycle on the 486
push    [bp-2]          ;4 cycles on the 486
push    [bp-4]          ;4 cycles on the 486
push    [bp-6]          ;4 cycles on the 486
mov     bp, sp          ;1 cycle on the 486
add     bp, 6           ;1 cycle on the 486
sub     sp, n           ;1 cycle on the 486

等等。长距离可能会增加文件大小，但速度要快得多。

最后一点，程序员不再真正使用显示，因为这是一种非常缓慢的解决方法，使得 ENTER 现在变得毫无用处。

资料来源：https ://courses.engr.illinois.edu/ece390/books/artofasm/CH12/CH12-3.html

Answer 3

enter在所有 CPU 上都慢得无法使用，除了以牺牲速度为代价的代码大小优化之外，没有人使用它。（如果确实需要帧指针，或者希望允许更紧凑的寻址模式来寻址堆栈空间。）

leave 速度足够快，值得使用，并且 GCC确实使用它（如果 ESP / RSP 尚未指向保存的 EBP/RBP；否则它只使用pop ebp）。

leave在现代 Intel CPU 上仅为 3 uops（在某些 AMD 上为 2 uops）。（https://agner.org/optimize/、https://uops.info/）。​

mov / pop 总共只有 2 uops（在现代 x86 上，其中“堆栈引擎”跟踪 ESP/RSP 的更新）。所以leave比单独做事情只多了一个 uop。我已经在 Skylake 上对此进行了测试，将循环中的 call/ret 与设置传统帧指针并使用mov/pop或拆除其堆栈帧的函数进行比较leave。perf当您使用leave 时， for 的计数器uops_issued.any比mov/pop 的计数器多显示一个前端微指令。（我运行了自己的测试，以防其他测量方法在其离开测量中计算堆栈同步 uop，但在实际函数控制中使用它。）

较旧的 CPU 可能因保持 mov / pop 分离而受益更多，可能的原因是：

• 在大多数没有 uop 缓存的 CPU 中（即 Sandybridge 之前的 Intel、Zen 之前的 AMD），多 uop 指令可能会成为解码瓶颈。它们只能在第一个（“复杂”）解码器中解码，因此可能意味着之前的解码周期产生的微指令比正常情况少。

• 一些 Windows 调用约定是被调用者弹出堆栈参数，使用ret n. （例如，ret 8弹出返回地址后执行 ESP/RSP += 8）。这是一条多 uop 指令，与ret现代 x86 上的普通指令不同。所以上面的原因是双重的：离开并且ret 12无法在同一个周期中解码

• 这些原因也适用于构建 uop 缓存条目的传统解码。

• P5 Pentium 还更喜欢 x86 的类似 RISC 的子集，甚至根本无法将复杂的指令分解为单独的微指令。

对于现代 CPU，leave在 uop 缓存中占用 1 个额外的 uop。并且所有 3 个必须位于 uop 缓存的同一行中，这可能导致仅部分填充前一行。因此，更大的 x86 代码大小实际上可以改善 uop 缓存的打包。或不，取决于事情如何排列。

节省 2 个字节（或 64 位模式下为 3 个字节）可能值得也可能不值得每个函数 1 个额外的 uop。

GCC 青睐leave， clang 和 MSVC 青睐mov/ pop（即使clang -Oz以牺牲速度为代价进行代码大小优化，例如执行push 1 / pop rax(3 字节) 而不是 5 字节之类的操作mov eax,1）。

ICC 支持 mov/pop，但 with-Os会使用leave. https://godbolt.org/z/95EnP3G1f

Answer 4

使用它们中的任何一个都没有真正的速度优势，尽管长方法可能会运行得更好，因为现在的 CPU 对更通用的更短、更简单的指令进行了更“优化”（而且它允许执行饱和）如果你幸运的话）。

LEAVE（仍在使用，只需查看Windows dll）的优点是它比手动拆除堆栈帧要小，这在空间有限时有很大帮助。

英特尔指令手册（准确地说是第 2A 卷）将在指令上提供更多细节，Agner Fogs 博士优化手册也应该如此