静态分析技术-1 基本块与Control Flow Graph

一. CFG（Control Flow Graph）概览

CFG是一种编译过程中代码的表示形式，以图的形式表示代码的控制流信息。
CFG通常面向机器语言构建，因为机器语言每条语句较为简单，其控制流绘制起来更为清晰，下图即为一个简单的控制流图示例（图片来自DCC888课件）：可以简单的看到，控制流图的每个节点内部可能包含多个指令，这些指令顺序执行，当发生分支跳转时，就需要进入另外一个节点。

二. 基本块与CFG的定义

2.1 基本块

基本块由一系列的语句组成，这些语句具有如下特点

• 整个程序的在执行指令时只能从第一条语句进入该基本块，不能够以某种方式跳入该基本块的中间
• 基本块内的语句在执行时必须从最后一条语句离开，不能够执行到一半跳转到其它的基本块
  从上述两个条件能够看出，基本块可以理解为一系列顺序执行不做跳转的语句，一旦语句发生跳转行为，则进入另一个基本块，该基本块结束。

2.2 CFG

CFG是一个由基本块组成的有向图

• 每个节点都是一个基本块
• 如果程序的执行路径可能从一个基本块B1进入另一个基本块B2，B1有一条指向B2的边。

2.3 识别基本块的算法

定义每个基本块的第一条语句为Leader
按照如下步骤即可识别出一段程序中的Leader语句

1. 程序的第一条语句为Leader
2. 任何一个跳转语句的目标点都是一个Leader
3. 任何一条跳转语句的下一条语句都是一个Leader

对程序每一条语句顺序扫描，标出其中的Leader语句，再从第一条语句开始，每条语句都加入当前的基本块，直到遇到一个Leader语句，则该基本块结束，开始一个新的基本块。

三. 基于基本块的编译优化

基于基本块的编译优化称为Local Optimization，基于整个程序的编译优化称为Global Optimization，虽然在编译优化中较少用到Local Optimization，但是其原理和其它的优化是相通的。

3.1 基本块表示为DAG有向无环图

由于基本块内部不存在指令跳转，因此基本块可以表示为DAG形式，从而在DAG上做一些更直观的优化操作DAG的定义如下：

• 对于每一个直接出现在基本块中的变量，定义其为input value，对应一个节点
• 对于每条语句，对应一个node
• 如果语句S1使用了语句S2 … Sn定义的变量，则分别有边从S2 … Sn指向S1
• 对于在基本块中没有再次使用的变量，定义为output value

下面给出一个DAG的示意图（图来自DCC888课件）

图中语句2对b进行了新的赋值，因此语句3用的是语句2定义的变量b

3.2 公共子表达式（Local Common Subexpression）

在代码的运行过程中，可能有几条语句所公用了某个表达式，为了更高效的计算，可以将其公共的表达式提取出来，计算一次，多次使用，例如下面的代码：

a = b + c
b = a - d
c = b + c  /* b+c表达式第二次出现*/
d = a - d

在构建DAG的过程中，只要经过一个简单的优化，就可以获取Local Common Subexpression
只要将构建DAG时每条语句构建一个节点 替换成针对之前未出现过的语句构建新的节点，否则则将该语句用指针指向之前出现的语句 即可，具体来说如下：

for v0=f(v1,v2...) in all statement:  //一次遍历每一条语句
	v0_sig = Hash(f(v1, v2....))， //对于右侧的v和运算符组成的序列计算特征值，来表示V0
	                               //v0_sig用每一个v1_sig和运算符计算得到                            
	if(v0_sig 出现过):
		v0_sig 新建一个节点，指向该Hash相同的节点
	else
		正常新建节点

示例如下：

3.3 死代码消除（Dead Code）

程序中部分代码是不会被执行到的，但是其占用地址空间，降低程序可读性，因此可以通过优化消除Dead Code
在DAG中，如果一个output value在之后不会使用到（需要用到基本块间的关系），则该值得计算是没有意义的，可以去除计算该值的语句，但是需要注意，去除一条语句的同时可能会产生新的output value，因此该过程需要递归进行。
示例入下：如果d，或者c在之后不会被用到，则分别可以进行如下的消除。