如果你关心性能，pusha / popa几乎没有用处。它们仅在以牺牲速度为代价来优化代码大小时才有用，例如保存/恢复函数周围的寄存器。但对于非人来说非常不方便void函数，因为它们会重新加载all寄存器，因此您必须将返回值存储在内存中（例如，通过将被加载到的堆栈槽）eax，或其他地方之后重新加载popad).
只压入需要保存的寄存器，或者您想要作为函数参数传递。或者，在内联汇编 /questions/tagged/inline-assembly，只需让编译器通过声明来为您管理寄存器"=r"(dummy1)任何临时寄存器的虚拟输出操作数，或在特定寄存器上使用 clobber。通常，编译器可以选择可以让您破坏而不保存的寄存器。 （或者在笨重的 MSVC 风格的内联汇编中，编译器无法为您分配寄存器，因此您必须手动选择。编译器会解析您的汇编以查找破坏者。）
您通常不需要保存/恢复eax;为了性能你应该mov esi, eax/调用/使用中的值esi，如果您无法计算其中的值esi首先。即使用调用保留寄存器来保存需要保存的值call，因此重要值的存储/重新加载不在关键路径上。相反，存储/重新加载位于您（或编译器）调用者的调用保留寄存器之一的关键路径上push/pop围绕整个函数，在任何循环之外。
查看更多关于调用保留寄存器与调用破坏寄存器 https://stackoverflow.com/questions/9268586/what-are-callee-and-caller-saved-registers/56178078#56178078以及保存/恢复通常如何进行。以及什么是良好的调用约定，例如x86-64 System V 是如何设计的 https://stackoverflow.com/questions/4429398/why-does-windows64-use-a-different-calling-convention-from-all-other-oses-on-x86/35619528#35619528，并且本次问答 https://stackoverflow.com/questions/33707228/why-not-store-function-parameters-in-xmm-vector-registers关于应该在寄存器中传递多少个参数，以及为什么不使用 XMM 寄存器来传递整数参数。当然，辅助函数可以使用自定义调用约定。
pusha / popa在大多数 CPU 上都很慢
即使您确实想推送所有 8 个整数寄存器（包括esp!)，使用8个独立的push现代 CPU 上的指令实际上更快。 Pusha/popa 是微编码的，这对于前端来说可能是一个问题 https://stackoverflow.com/questions/26907523/branch-alignment-for-loops-involving-micro-coded-instructions-on-intel-snb-famil。 （尽管 8 个单字节指令也可能对 uop 缓存造成问题。但在实际代码中，您通常只需要推送几个寄存器，而不是全部。）
如果您正在针对过时的 CPU（例如原始的有序 Pentium 和 Pentium II/III）进行优化，则 Pusha/popa 的速度可达 8push r or 8 pop r，实际上更少的微指令，因为他们没有堆栈引擎来消除 ESP 更新微指令。
From Agner Fog 的说明书 http://agner.org/optimize/：现代 CPU 具有单微指令push reg and pop reg，因为编译器始终使用这些指令，因此对性能很重要。推送/弹出吞吐量通常与存储/加载吞吐量相匹配（通常每个时钟 1 次存储或每个时钟 2 次加载）。但pusha / popa编译器不使用它们，因此 CPU 设计者没有特殊的支持来提高它们的速度。popa吞吐量仅限于每个时钟 1 个负载，如果just跑步popa。 （我认为在 Intel CPU 上，测量性能最可能的解释是popa不使用堆栈引擎，因此它的瓶颈在于对esp.)
Intel:
- 天湖：
pusha：11 uop，8c 吞吐量。popa：18 uops / 8c 吞吐量。
- 珊迪大桥：
pusha：16 uops / 8c 吞吐量。popa：18 uops / 9c 吞吐量。
- 尼哈勒姆：
pusha：18 uops / 8c 吞吐量。popa：10 uops / 8c 吞吐量。
- 西尔弗蒙特/KNL：
pusha：10 uops / 10c 吞吐量。popa：17 uops / 14c 吞吐量。
- 奔腾4：
pusha：4/10 uops / 19c 吞吐量。popa：4/16 uops / 14c 吞吐量。
- P5 Pentium 1 / MMX：5-9 个周期，不可配对。 “如果 SP 能被 4 整除，则为 9（不完美配对）。”
AMD: pusha/popa在某些 AMD CPU 上表现出奇的好，尤其是 K8。
- Ryzen:
pusha：9 uop，8c 吞吐量。popa： 9 个微指令，4c 吞吐量。 （与英特尔不同的是，AMD 的新设计popa不低于8倍pop.)
- Jaguar:
pusha：9 uops / 8c 吞吐量。popa：9 uops / 8c 吞吐量。 （Jaguar 通常每个时钟只能执行一次负载。）
- 打桩机：
pusha：9 uops / 9c 吞吐量。popa：14 uops / 8c 吞吐量。 （阿格纳列出了常规pop regBulldozer 系列的吞吐量为每个时钟 1，尽管我认为他们确实有一个堆栈引擎并且每个时钟可以执行 2 个负载。也许堆栈引擎一次只能处理一条堆栈指令？）
- K8:
pusha：9 uops / 4c 吞吐量！！ （不知道这是怎么可能的，要么这是表中的错误或拼写错误，要么 K8 合并了 32 位寄存器并进行了四个 64 位存储）。popa：9 uops / 4c 吞吐量。这些数字看起来确实是真实的：InstLatx86 测量 http://users.atw.hu/instlatx64/AuthenticAMD0000F4A_K8_Clawhammer_InstLatX86.txt同意 4c 吞吐量pushad / popadClawhammer（第一代 K8 微架构）。很明显AMD在优化上付出了一些努力pushad.
您标记了此内联汇编 /questions/tagged/inline-assembly。通常你应该避免使用call在内联汇编中，因此 C 编译器知道该调用。
让编译器关心寄存器；只需告诉它你修改了哪些（GNU Casm("..." ::: "eax", "ecx")或其他），或者在 MSVC 风格的内联汇编中，它会解析您的汇编并知道写入了哪些寄存器。如果其中包含任何调用保留的寄存器，编译器将在整个函数的开始/结束处保存/恢复这些寄存器，即使 asm 语句处于循环中也是如此。 （它可能需要在asm语句或块之前/之后溢出和/或重新加载一些本地变量，但会使用mov，而不是push/pop。）
