上下文是在STM32H7（Cortex M7）的裸机开发，使用arm-none-eabi_gcc v 10.2.1

我在看一个基本函数的汇编代码

void my_function(void)
{
      my_sub_function();
}

也就是

my_function:
    push   {r3, lr}
    bl my_sub_function
    pop    {r3, pc}

GCC的选项很简单：优化等级 -O1，没什么花哨的。

我不明白为什么把r3推到栈里。r3是一个临时寄存器，因此 my\_function 不应该需要为保存和恢复这个寄存器费心（当然，前提是它自己调用了子函数并需要存储该值，或者需要保存r3，但此处并非如此）。

编辑：在godbolt上复现 https://godbolt.org/z/51Wr5zvMo

解决方案

这很可能是为了 堆栈对齐。

AAPCS调用约定 在“公共接口”处要求8 字节对齐，这意味着进入函数时，栈指针必须移动为8 字节的倍数。如果我们只推送单个寄存器 lr（4字节），就需要额外的指令来对其进行调整，例如

push {lr}
sub sp, #4
bl my_sub_function
add sp, #4
pop {pc}

多推入/弹出一个额外寄存器就避免了额外指令的需要，因此无疑让代码更短。

至于速度，ARM似乎没有公布该核的指令时序，但很可能将额外寄存器的推入/弹出与对 sp 的额外算术运算相比，并不慢。特别要注意，额外的push/pop必然访问我们已经用于 lr 的同一缓存行。

另见 什么是“堆栈对齐”？

（值得注意的是，当使用 -O2 或更高时，将应用尾调用优化，根本不需要推送任何东西或调整栈：函数将直接编译为 b my_sub_function。 在godbolt上试试),version:4).)