关于x86架构中使用and rsp,-16进行栈对齐的疑问

先看这段x86-64的"Hello world"汇编程序：

bits 64
    global main
    extern puts

    section .text
main:
    push rbp
    mov rdi, msg
    call puts
    pop rbp
    ret

    section .data
msg:db "Hello world!", 10, 0

我理解这里的push rbp是为了给外部函数puts对齐栈指针到16字节边界：执行push rbp后，rsp会减少8字节（因为rbp是8字节），此时栈是8字节未对齐的；但call指令会自动把返回地址压栈，rsp再减8，这样进入puts执行第一条指令前，栈就刚好是16字节对齐的。

后来看到另一种栈对齐方式，用and rsp,-16来强制对齐，于是把程序改成这样：

bits 64
    global main
    extern puts

    section .text
main:
    push rbp
    mov rbp, rsp
    and rsp,-16  ; 执行后rsp应该能被16整除（二进制0b10000）
    mov rdi, msg
    call puts
    mov rsp, rbp ; 恢复旧栈指针
    pop rbp
    ret

    section .data
msg:db "Hello world!", 10, 0

但这里我有个疑问：如果在call前执行and rsp,-16让rsp对齐到16字节，那call隐式压入返回地址后，rsp会再减8，进入puts时栈不就变成8字节未对齐了？是不是我误解了and rsp,-16的正确用法？

你的困惑核心是没理清x86-64 System V调用约定里的栈对齐时机，拆解如下：

首先明确规则：当被调用函数执行第一条指令时，rsp必须是16字节对齐的。而call指令会自动压入8字节的返回地址，所以在执行call之前，rsp需要处于「8字节未对齐」的状态——这样call压栈后，rsp刚好回到16字节对齐。

and rsp,-16的作用是把rsp向下对齐到最近的16字节边界，也就是让rsp的值成为16的倍数。但直接在call前用它，确实会导致call后栈不对齐，正确的用法是对齐后预留出抵消call压栈的空间：

在and rsp,-16之后，额外执行sub rsp, 8，这样call压入返回地址后，rsp会再次减8，刚好回到16字节对齐状态。修正后的代码如下：

bits 64
    global main
    extern puts

    section .text
main:
    push rbp
    mov rbp, rsp
    and rsp,-16
    sub rsp, 8   ; 预留8字节，抵消call压栈的8字节偏移
    mov rdi, msg
    call puts
    mov rsp, rbp
    pop rbp
    ret

    section .data
msg:db "Hello world!", 10, 0

另外补充一点：根据调用约定，main函数被调用时，rsp已经是16字节对齐的。所以你最初用push rbp的写法其实更简洁——push rbp让rsp减少8字节，刚好制造出call前需要的8字节未对齐状态，完全满足puts的栈对齐要求。

总结：

• and rsp,-16是强制将rsp对齐到16字节边界的指令
• 用它准备函数调用时，必须在call前让rsp处于8字节未对齐状态，因此对齐后需额外减去8字节
• 简单场景下，push rbp是更高效的栈对齐写法

内容的提问来源于stack exchange，提问作者The Rizzler