为什么说方法的参数最好不要超过4个？
简介在很多年前的一次Code Review中，有大佬指出，方法的参数太多了，最好不要超过四个，对于当时还是萌新的我，虽然不知道什么原因，但听人劝，吃饱饭，这个习惯也就传递下来了，直到参加工作很多年后，才明白这其中的缘由。
调用协定
在计算机编程中，调用协定(Calling Convention)是一套关于方法/函数被调用时参数传递方式，栈由谁清理和寄存器如何使用的规范。
[*]参数传递方式
[*]寄存器传递：将参数存入CPU寄存器，速度最快。
[*]栈传递：将参数压入调用栈，再依次从栈中取出，速度最慢
[*]混合传递：前N个参数用寄存器，剩余参数用栈，速度适中
[*]栈由谁清理
[*]Caller清理：调用函数后由调用方负责恢复栈指针（如C/C++的__cdecl）。
[*]Callee清理：被调用函数返回前自行清理栈（如x64的默认协定）。
[*]寄存器如何使用
[*]易变寄存器（Volatile Registers）：函数调用时可能被修改的寄存器（如x64的RAX、RCX、RDX），调用方需自行保存这些寄存器的值。
[*]非易变寄存器（Non-Volatile Registers）：函数必须保存并恢复的寄存器（如x64的RBX、RBP、R12-R15）。
x86架构混乱的调用协定
x86架构发展较早，因此调用协定野蛮生长，有多种调用协定
协定名称参数传递方式栈清理适用场景__cdecl通过栈传递（右→左）调用者清理栈C/C++默认，支持可变参数__stdcall通过栈传递（右→左）被调用者清理栈Windows API（如Win32）__fastcall前两个参数通过寄存器，剩余通过栈(右→左)被调用者清理栈高性能场景__thiscallthis指针通过寄存器, 剩余通过栈(右→左)被调用者清理栈C++类成员函数眼见为实
可以看到，cdecl，stdcall是通过压栈的方式将参数压入栈中，而fastcall直接赋值给寄存器，并无压栈操作
点击查看代码#include <iostream>
int __cdecl cdecl_add(int a, int b) {
return a + b;
}
int __stdcall stdcall_add(int a, int b) {
return a + b;
}
int __fastcall fastcall_add(int a, int b) {
return a + b;
}
class Calculator {
public:
int __thiscall thiscall_add(int b) {
return this->a + b;
}
int a;
};
int main()
{
int a = 10, b = 5;
int cdecl_add_value = cdecl_add(a, b);
int stdcall_add_value = stdcall_add(a, b);
int fastcall_add_value = fastcall_add(a, b);
Calculator calc;
calc.a = 10;
int thiscall_add_value = calc.thiscall_add(5);
}x64的大一统
而在x64架构下，为了解决割裂的调用协定，windows与linux实现了统一。
协定名称参数传递方式栈清理适用场景MS x64前4个参数通过寄存器，剩余通过栈(左→右)被调用者清理栈Windows x64程序System V AMD64前6个参数通过寄存器，剩余通过栈(左→右)被调用者清理栈Unix/Linux x64程序眼见为实
linux下暂无图(因为我懒)，大概就是这意思，自行脑补
点击查看代码#include <stdio.h>
int add(int a, int b, int c, int d, int e) {
return a + b + c + d + e;
}
int main() {
int result = add(1, 2, 3, 4, 5);
return 0;
}C#中使用哪种调用协定？
C#在x86下，有自己独特的调用协定
协定名称参数传递方式栈清理适用场景Standard前两个参数通过寄存器，剩余通过栈(左→右)被调用者清理栈C#静态方法HasThis前两个参数通过寄存器(第一个为This)，剩余通过栈(左→右)被调用者清理栈C#实例方法在x64形成实现统一，与操作系统保持一致
眼见为实
https://img2024.cnblogs.com/blog/1084317/202506/1084317-20250625214057324-773247664.png
注意寄存器与栈是两片独立运行的区域，光从汇编代码，很容易陷入误区，就拿上图来说，从上往下阅读汇编，你会发现参数传递的顺序是30(1Eh),40(28h),50(32h),10(0Ah),20(14h)。明显不对，这是因为一个是寄存器，一个是线程栈，这是两个不相关的区域，谁前谁后都不违反从左到右的规定。不能死脑筋，寄存器与栈之间是存在位置无关性的。
/*这种顺序也是正确的，寄存器是寄存器，栈是栈，汇编的顺序不影响他们的位置无关性，因为是两片独立运行的区域*/
push 1Eh
mov ecx,0Ah
push 28h
mov edx,14h
push 32h点击查看代码 internal class Program
{
static void Main(string[] args)
{
var t = new Test();
var sum = t.Add(10, 20, 30, 40, 50);
var sum2 = Test.StaticAdd(10, 20, 30, 40, 50);
Console.ReadKey();
}
}
public class Test
{
public int Add(int a, int b, int c, int d, int e)
{
var sum = a + b + c + d + e;
return sum;
}
public static int StaticAdd(int a, int b, int c, int d, int e)
{
var sum = a + b + c + d + e;
return sum;
}
}结论
可以看到，在Windows x64下，如果方法的参数 a + b + c + d + e; // 第5-8个参数通过栈传递 public static int Stack4Params(int a, int b, int c, int d, int e, int f, int g, int h) => a + b + c + d + e + f + g + h; public static void Run() { Console.WriteLine($"参数传递性能测试 - 预热: {WarmupIterations:N0}, 测试: {BenchmarkIterations:N0} 次"); Console.WriteLine("----------------------------------------------------------------"); // 生成随机输入数据以避免优化 var inputData = GenerateInputData(); // 预热 Warmup(inputData); // 测试 var reg4Time = Measure(() => Register4ParamsTest(inputData)); var stack1Time = Measure(() => Stack1ParamTest(inputData)); var stack4Time = Measure(() => Stack4ParamsTest(inputData)); // 输出结果 Console.WriteLine("\n===== 测试结果 ====="); Console.WriteLine($"4寄存器参数: {reg4Time,12:N2} ns/次"); Console.WriteLine($"4寄存器+1栈参数: {stack1Time,10:N2} ns/次 ({((double)stack1Time / reg4Time - 1) * 100:F1}% 性能下降)"); Console.WriteLine($"4寄存器+4栈参数: {stack4Time,10:N2} ns/次 ({((double)stack4Time / reg4Time - 1) * 100:F1}% 性能下降)"); } private static (int[], int[], int[]) GenerateInputData() { var data4 = new int; var data5 = new int; var data8 = new int; for (int i = 0; i < BenchmarkIterations; i++) { for (int j = 0; j < 4; j++) data4 = _random.Next(); for (int j = 0; j < 5; j++) data5 = _random.Next(); for (int j = 0; j < 8; j++) data8 = _random.Next(); } return (data4, data5, data8); } private static void Warmup((int[], int[], int[]) inputData) { Console.Write("预热中..."); var (data4, data5, data8) = inputData; for (int i = 0; i < WarmupIterations; i++) { Register4Params(data4, data4, data4, data4); Stack1Param(data5, data5, data5, data5, data5); Stack4Params(data8, data8, data8, data8, data8, data8, data8, data8); } Console.WriteLine("完成"); } private static long Measure(Func testMethod) { // 强制GC并等待完成 GC.Collect(); GC.WaitForPendingFinalizers(); GC.Collect(); // 冷启动 testMethod(); // 实际测量 var stopwatch = Stopwatch.StartNew(); long result = testMethod(); stopwatch.Stop(); // 使用结果以避免被优化掉 if (result == 0) Console.WriteLine("警告: 结果为0，可能存在优化问题"); // 计算平均时间（纳秒） long totalNs = stopwatch.ElapsedTicks * 10000000L / Stopwatch.Frequency; return totalNs / (BenchmarkIterations / BatchSize); // 除以实际调用批次 } private static long Register4ParamsTest((int[], int[], int[]) inputData) { var (data4, _, _) = inputData; long sum = 0; int index = 0; for (int i = 0; i < BenchmarkIterations / BatchSize; i++) { // 批量调用以提高测量精度 for (int j = 0; j < BatchSize; j++) { sum += Register4Params( data4, data4, data4, data4 ); } } return sum; } private static long Stack1ParamTest((int[], int[], int[]) inputData) { var (_, data5, _) = inputData; long sum = 0; int index = 0; for (int i = 0; i < BenchmarkIterations / BatchSize; i++) { // 批量调用以提高测量精度 for (int j = 0; j < BatchSize; j++) { sum += Stack1Param( data5, data5, data5, data5, data5 ); } } return sum; } private static long Stack4ParamsTest((int[], int[], int[]) inputData) { var (_, _, data8) = inputData; long sum = 0; int index = 0; for (int i = 0; i < BenchmarkIterations / BatchSize; i++) { // 批量调用以提高测量精度 for (int j = 0; j < BatchSize; j++) { sum += Stack4Params( data8, data8, data8, data8, data8, data8, data8, data8 ); } } return sum; } }
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]