栈是内存中开辟出一块空间，对应到汇编中就是栈段 stack segment，即SS，它是由高地址向低地址生长的
寄存器是CPU中的一些高速存储器，有16位（8086），32位(80386)，64位(x64)，相当于CPU的内存，因为CPU速度很快，为了充分发挥它的能力，就为它配备了这些高速的寄存器用来数据读写。
局部变量可能在栈中，也可能在寄存器中。当寄存器较多时，局部变量就尽可能的放在寄存器中，以提高存取速度，如果寄存器数量不足，则局部变量被存储在称栈段的内存中。
LUA虚拟机是使用栈来实现基础功能的。LUA5之前的虚拟机是基于栈（模拟栈）实现的，LUA5之后是基于寄存器实现的。
LUA5之后采用了128个寄存器（这是网上抄来的，据说不是真正的寄存器，是模拟的？因为32位CPU内部最多也就20-30个寄存器），可以将大量的局部变量存储在其中，因此LUA优化速度的方法之一便是尽量将变量局部化
有了这些有的是，程序优化的通用方法如下：参考：
- 掌握常用的高效的数据结构和算法。 至少要熟悉模板的使用。
- 消除循环的低效率， 尽量减少循环次数。 尽量不要在循环里 循环计算一些不会改变的值。
- 消除不必要的存储器引用。 尽量使用临时变量来暂存要多次使用的引用值，避免寻址开销。
- 防止寄存器溢出。 临时变量也并不是越多越好， 因为寄存器总是有限的，如果需要同时使用的临时变量数超过了可用的寄存器数量，编译器会把临时值存放到栈中。 一旦出现这种情况， 性能会急剧下降。（x86-64代码能够同时累积最多 12 个值， 而不会溢出任何寄存器。）
- 循环展开。 通俗的说就是利用分治的策略来减小循环的迭代次数。
- 提高并行性。 大多数情况下，程序的代码都不是按部就班的一步一步从上往下执行的， 它会适当的并行一些不相依赖的代码行。 所以尽量编写不相依赖的代码， 能够提高运行效率。
- 编写利于分支预测的代码。 在 CPU 执行分支时， 会预测程序朝哪一个分支方向执行。 如果预测错误会被罚时。
处理方法一般是
(1): 编写能被预测的分支。
(2）：书写条件传送实现的代码， 不依赖分支预测。 - 利用存储器结构体系 ：由于存储器山的存储器结构，利用了 时间局部性 和 空间局部性 的代码， 能极大的提高缓存命中， 从而使程序执行的更快。
- 多线程编程： 适当的应用多线程， 特别是多CPU的情况下， 程序的性能666的飞起。
-
多线程 + 线程池： 多线程的进阶版本。
-
参考资料：
《深入理解计算机系统》