C++ 中的尾调用优化TCO：原理、实战与汇编分析

C++尾调用优化

• 什么是尾调用？
• • 描述
  • • 无返回值函数最后调用函数也可能做尾调用优化
  • 例子
  • 关键特征（写法）
• 尾调用和尾递归的区别？
• 为什么尾调用优化可以提高效率？
• • 通常的递归调用：
  • 尾调用优化：
  • 为什么栈帧复用就可以提高效率
  • • 函数调用和尾调用优化避免的开销
    • • 栈空间分配
      • 栈帧入栈
      • 内存访问与缓存
• 如何判断编译器是否做了尾调用优化？
• • 代码示例

尾调用优化（Tail Call Optimization, 简称 TCO）是现代编译器中一项重要的优化技术，它能在某些条件下避免函数调用时的栈增长，从而减少运行时内存开销，提高程序性能。

本文回答了以下几个问题：

1. 什么是尾调用？
2. 尾调用和尾递归的区别？
3. 为什么尾调用优化可以提高效率？
4. 如何判断编译器是否做了尾调用优化？

【一句话】

函数调用有栈增长的开销，尾调用优化省去了函数调用入栈的开销。

什么是尾调用？

描述

尾调用是指：一个函数在"最后一步"调用另一个函数，并将其返回值直接返回。

【补充】

无返回值函数最后调用函数也可能做尾调用优化

如果函数A是无返回值，只要函数A在最后调用函数B，最后指的是调用函数B后没有其他操作，那编译器也是有可能会做尾调用优化的 。

因为尾调用的关键在于函数A调用函数B后，还需不需要用到函数A中的信息，如果不需要再用了，那么也就没有了将函数A相关信息入栈的必要 ，也就能直接复用当前的栈帧了。

例子

int foo(int x) {
    return bar(x);  // ← 这是一个尾调用
}
void foo_(int x) {
    bar(x);  // ← 这也是一个尾调用
}

关键特征（写法）

调用另一个函数之后，不再进行其他操作，直接返回。

尾调用和尾递归的区别？

尾递归就是尾调用中最后一个函数是调用自己，形成递归。
尾递归优化，编译器实际上可能把递归函数转换为循环实现。

// 原始尾递归
int sum(int n, int acc = 0) {
    if (n == 0) return acc;
    return sum(n - 1, acc + n); // 尾递归调用
}

// 优化后（编译器可能转为循环）
int sum(int n, int acc = 0) {
    while (n > 0) {
        acc += n;
        n--;
    }
    return acc;
}

为什么尾调用优化可以提高效率？

通常的递归调用：

每调用一次函数，就在栈上分配一个新栈帧来保存局部变量和返回地址。

尾调用优化：

编译器可以直接复用当前栈帧来执行下一个函数调用，避免了栈帧的增长。

为什么栈帧复用就可以提高效率

首先我们需要明白函数调用时发生了什么，知道了栈帧生成的开销，才能知道为什么栈帧复用可以提高效率。

函数调用和尾调用优化避免的开销

栈空间分配

每次函数调用，系统都会为该调用分配一个新的栈帧（stack frame），用来保存局部变量、返回地址、参数、寄存器状态等信息。函数返回时，这个栈帧会被销毁。

【尾调用优化】

译器做了尾调用优化，就可以复用当前函数的栈帧，直接跳转到被调用函数，而不再分配新的栈帧。这样就避免了频繁分配和释放栈帧的开销。

栈帧入栈

栈空间分配后，需要把栈帧压入栈中，而在递归调用时，很容易出现深度过大导致的栈溢出。

【尾调用优化】

尾调用优化通过复用栈帧，使得递归调用不再增加栈深度，相当于变成了循环，极大降低了栈空间需求。

内存访问与缓存

栈帧的分配和释放涉及内存操作，虽然CPU有多级缓存，但频繁的内存访问仍然影响性能。

【尾调用优化】

栈帧频繁分配释放会带来内存操作，增加缓存失效风险，复用栈帧则降低了内存访问压力，有助于提升CPU缓存命中率，进一步提升性能。

如何判断编译器是否做了尾调用优化？

我们可以通过查看生成的汇编代码来判断是否进行了优化。

生成汇编的方法可以看看我的这篇博客C++中switch-case的性能优化策略详解

代码示例

int bar(int x) {
    return x * 2156 + 15484;
}

int foo(int x) {
    x++;
    return bar(x * 5); 
}

x86-64 gcc 编译，不开启优化

"_Z3bari":
        push    rbp
        mov     rbp, rsp
        mov     DWORD PTR [rbp-4], edi
        mov     eax, DWORD PTR [rbp-4]
        imul    eax, eax, 2156
        add     eax, 15484
        pop     rbp
        ret
"_Z3fooi":
        push    rbp
        mov     rbp, rsp
        sub     rsp, 8
        mov     DWORD PTR [rbp-4], edi
        add     DWORD PTR [rbp-4], 1
        mov     edx, DWORD PTR [rbp-4]
        mov     eax, edx
        sal     eax, 2
        add     eax, edx
        mov     edi, eax
        call    "_Z3bari"  ; 注意在没有开启优化的情况下，是直接通过call指令调用函数，而这就会涉及到上一节讲的函数调用的开销。
        leave
        ret

开启-O2优化后

【注意】

这里有一点要提及，编译器有可能会做内联优化，这是另一种优化手段，但是本文想讨论的是尾调用优化，在函数体过于简单的情况下（例如本文提供的案例），编译器更倾向于使用内联优化，因此为了避免内联优化，我们必须对函数做一点修改，变成以下的样式，来明确规定不允许内联。

// 增加__attribute__((noinline)) 明确告知编译器不用内联【注意，这个标记是GCC和Clang支持的，MSVC或者其他编译器可能有不一样的标记】
__attribute__((noinline)) int bar(int x) {
 return x * 2156 + 15484;
}

int foo(int x) {
 x++;
 return bar(x * 5);  // 这是一个"尾调用"！
}

"_Z3bari":
        imul    eax, edi, 2156
        add     eax, 15484
        ret
"_Z3fooi":
        lea     edi, [rdi+5+rdi*4]
        jmp     "_Z3bari" ; 直接跳转而非 call ⇒ 没有新栈帧产生

使用了jmp而不是call，说明这里栈帧复用，TCO 生效。