为什么ARM gcc在函数开始时将寄存器r3和lr压入堆栈？ [复制]

我尝试编写一个像这样的简单测试代码（main.c）：

main.c
void test(){
}
void main(){
    test();
}

然后我使用arm-non-eabi-gcc进行编译并使用objdump来获取汇编代码：

arm-none-eabi-gcc -g -fno-defer-pop -fomit-frame-pointer -c main.c
arm-none-eabi-objdump -S main.o > output

汇编代码将压入 r3 和 lr 寄存器，即使该函数什么也没做。

main.o:     file format elf32-littlearm

Disassembly of section .text:

00000000 <test>:
void test(){
}
   0:   e12fff1e        bx      lr

00000004 <main>:
void main(){
   4:   e92d4008        push    {r3, lr}
        test();
   8:   ebfffffe        bl      0 <test>
}
   c:   e8bd4008        pop     {r3, lr}
  10:   e12fff1e        bx      lr

我的问题是为什么arm gcc选择将r3推入堆栈，即使test()函数从不使用它？ gcc只是随机选择1个寄存器来推送吗？ 如果是为了堆栈对齐（ARM 为 8 字节）要求，为什么不直接减去 sp 呢？谢谢。

==================更新============================

@KemyLand 对于你的回答，我有另一个例子： 源代码是：

void test1(){
}
void test(int i){
        test1();
}
void main(){
        test(1);
}

我使用上面相同的编译命令，然后得到以下程序集：

main.o:     file format elf32-littlearm


Disassembly of section .text:

00000000 <test1>:
void test1(){
}
   0:   e12fff1e        bx      lr

00000004 <test>:
void test(int i){
   4:   e52de004        push    {lr}            ; (str lr, [sp, #-4]!)
   8:   e24dd00c        sub     sp, sp, #12
   c:   e58d0004        str     r0, [sp, #4]
        test1();
  10:   ebfffffe        bl      0 <test1>
}
  14:   e28dd00c        add     sp, sp, #12
  18:   e49de004        pop     {lr}            ; (ldr lr, [sp], #4)
  1c:   e12fff1e        bx      lr

00000020 <main>:
void main(){
  20:   e92d4008        push    {r3, lr}
        test(1);
  24:   e3a00001        mov     r0, #1
  28:   ebfffffe        bl      4 <test>
}
  2c:   e8bd4008        pop     {r3, lr}
  30:   e12fff1e        bx      lr

如果第一个示例中的push {r3, lr}是使用较少的指令，为什么在这个函数test()中，编译器不只使用一条指令？

push {r0, lr}

它使用 3 条指令而不是 1 条。

push {lr}
sub sp, sp #12
str r0, [sp, #4]

顺便问一下，为什么它用 12 来 sub sp，堆栈是 8 字节对齐的，它可以用 4 对它进行 sub 吗？

根据标准 ARM 嵌入式 ABI, r0通过r3用于将参数传递给函数及其返回值，同时lr（又名：r14) 是链接寄存器，其用途是保存函数的返回地址。

很明显lr必须保存，否则main()将无法返回到其调用者。

现在提到这一点已经臭名昭著每个 ARM 指令占用 32 位，正如您所提到的，ARM 有 8 个字节的调用堆栈对齐要求。而且，作为奖励，我们正在使用EmbeddedARM ABI，因此需要优化代码大小。因此，使用单个 32 位指令会更有效lr并通过压入未使用的寄存器来对齐堆栈（r3不需要，因为test()不接受参数也不返回任何内容），然后弹出单个 32 位指令，而不是添加更多指令（从而浪费宝贵的内存！）来操作堆栈指针。

毕竟，得出这只是 GCC 的优化的结论是非常合乎逻辑的。