3D-CFG构建

写在前面的话

这篇文章详细描述了在 Achieving Accuracy and Scalability Simultaneously in Detecting Application Clones on Android Markets 这篇文章中新提出的一个东西，姑且就叫做centroids algorithm(质心算法)

1.一些概念

CFG是control flow graph的简写，在中文翻译叫做 * 控制流图 *

控制流图是程序依赖图（PDG program dependence graph）的一个部分.程序的依赖总共有两种一种是数据依赖（data dependency）另外一种是方法之间的相互调用关系，我们把这种关系叫做（control dependency）。

数据依赖（data dependency）指的是例如在一个代码块中存在着两条语句（statement）我们把这两条语句分别叫做S1和S2. S1当中有一个数据data1 它的取值完全是靠S2这条语句中的data2来决定的。比如说我们来看一段代码
》》》》》

int a;
int b;
....

if(b > 3)
    a = 2;
else
    a = 1;

从上面这段代码我们可以看出a的取值完全是依赖于b的取值的。

我们把具有数据依赖的这些调用关系构成的图叫做数据流图（data flow graph）

如果两条语句，其中一条语句的执行完全依赖于另一条语句的执行，那么我们把这种依赖的关系叫做控制依赖。由这种控制关系构成的图我们把它们叫做（control flow graph）

今天主要讲的就是控制流图（control flow graph）。

但是由于控制流图的英文缩写是CFG这里描述的是3D-CFG，表示的是3维空间的控制流图。

一个控制流图是一个方法，里面的每一个基本代码块语句我们把它们设置为一个节点。
具体的CFG更详细的讲解我们可以参看：
https://en.wikipedia.org/wiki/Control_flow_graph

• 每个节点的语句块只能有一个入口一个出口
• 不能含有goto语句，不能含有分支语句，不能还有循环语句

还有一篇比较好的blog，我们可以看这里：

程序控制流图链接

下面的内容均来自这篇博客：

1.1程序控制流图定义

定义 基本块：是一个最大化的指令序列，程序执行只能从这个序列的第一条指令进入，从这个序列的最后一条指令退出。

确定基本块的原则：
1) 遇到程序、子程序的第一条指令或标号语句，结束当前基本块，并将该语句作为一个新块的第一条语句。
2) 遇到goto语句、分支语句、循环语句，将该语句作为当前块的最后一条语句，并结束当前块。
3) 遇到其他语句直接将其加入到当前基本块。

定义 控制流图CFG(Control Flow Graph)：是以基本块为结点的有向图G=(N, E)，其中N是结点集合，表示程序中的基本块；E是边的集合，如果从块U的出口转向块V，则从U到V有一条有向边UàV，表示从结点U到V存在一条可执行路径，称U为V的前驱结点，V为U的后继结点。也就代表在执行完结点U中的代码语句后，有可能顺序执行结点V中的代码语句。

常见控制语句对应的控制流图：

看一段源程序：

int fib(int m)
{ int f0=0,f1=1,f2,i;
   if(m<=1){
  return m;}
   else
    { for(i=2;i<=m;i++)
       { f2=f0+f1;
          f0=f1;
          f1=f2;
       }
       return f2;
    }
}

中间表示：

 receive  m
      f0 ← 0
      f1 ← 1
      if m<=1 goto L3
      i ← 2;
L1:if  i<=m goto L2
      return f2
L2:f2 ← f0+f1
      f0 ← f1
      f1 ← f2
      i ← i+1
      goto L1
L3:return  m

在这篇文章中，作者借用了物理学当中重心（centroid）的概念来迁移到我们的程序设计当中。在物