关于 IR 在程序分析和优化中应用的一些思考

作者 | 李彬

整理 | 编程语言 Lab

李彬，编程语言 Lab 程序分析应用专家，南京大学计算机系博士。研究领域是程序分析及验证。

本文以技术文章的方式回顾李老师在 SIG-程序分析 技术沙龙上的分享，回顾视频也已经上传 B 站，欢迎小伙伴们点开观看。

SIG-程序分析技术沙龙回顾｜程序分析中的 IR 讨论_哔哩哔哩_bilibili编程语言社区微信公众号/ID：编程语言Lab/HW-PLLab小助手微信：pl_lab_001Gitee信息：https://gitee.com/HW-PLLab/communityhttps://www.bilibili.com/video/BV1sh411W7Uj

---

# Intermediate Representation #

根据 Wiki [1] 中的描述，Intermediate Representation 是编译器 / 虚拟机内部用于表示源代码的数据结构，被用来做进一步处理。例如下图中，编译器 Front End 读入源代码产生 IR；Middle End 将 IR 转换为运行效率更高的等价 IR；Back End 转换 IR 到 native code。

编译器内部使用多种 IR。《Engineering a Compiler》 [2] 将 IR 大体分为三类：

Structural IR：使用图结构表示 IR，一般使用该类 IR 进行源到源转换。编译器中这类 IR 有：Concrete Syntax Tree (CST)，Abstract Syntax Tree (AST)，Directed Acyclic Graph (DAG，用于表达式优化) 等。

Linear IR：类似 abstract machine 的汇编代码，编译器一般使用该类 IR 进行 lowering。编译器中这类 IR 有：three-address code，stack-machine code 等。

Hybrid IR：组合 Structural IR 和 Linear IR，该类 IR 尝试集合 Structural IR 和 Linear IR 的优点，避免它们的缺点。例如，常见的 CFG 中使用 low-level linear IR 表示基本块，使用图表示基本块之间的控制流关系。

当然，除了上述分类方式，也有其他的分类方式，例如 Chow Fred 在《The Challenge of Cross-language Interoperability》[3] 中将 IR 分为 Hierarchical IR 和 Flat IR。Hierarchical IR 类似上述分类中的 Structural IR 和 Hybrid IR，Flat IR 类似 Linear IR。Hierarchical IR 在形式上更接近典型的编程语言，一般被认为更高的抽象层次；Flat IR 通常被指定为更接近编译目标。

IR 在编译器中被设计用来进行进一步的处理，包括：转换、分析 和 优化。一个良好设计的 IR 应该可以被转换到多后端 (instruction set architectures)，同时又能被不同的语言前端转换，这样可以简化编译器开发工作量。例如下图中，IR 将 20 个编译器（5 个语言 x 4 个后端）简化为只需要 5 个编译器前端 + 4 个编译器后端。

除了上面的作用外，IR 主要被分析工具和编译器用于分析和优化。下面我展开介绍一下 IR 在其中的应用。

# IR 用于程序分析和优化