Live Variable Analysis
存活变量分析判断在程序点p处变量v的值是否能在CFG中由p起始的某条路径中被使用，如果被使用了，那么v在p处存活，否则v就在p处死亡。
除了上面的定义，v在路径中也不能被重新定义 v不能在被使用前就被重定义 ，这样才是一个活变量。（此处错误理解重定义问题导致后面分析当中理解出了点错，思维死板，如果不小心听错了就会按部就班不做怀疑，很不好）
该分析可以被用于寄存器分配，如果在过程中寄存器满了，我们倾向于替换一个包含死变量的寄存器（也是一种编译优化）
理解Live Variables Analysis
- 我们仍然用01序列表示变量是否存活。例子中会用到。
该分析的核心
对于程序来说，我们顺着路径正向查找的成本会比较高，因为每一个地方都要递归地查找后面路径、记录信息，直到最后才能判断v是否存活。反向的话，我们可以将存活信息逆着路径传播，把算法变为迭代，成本就会降低。
传递过程：
在B的输出受输入和B处操作决定。
B处的输入（即在B点之前的存活变量）包含了，B之后仍然存活且没有被重定义的变量（绿色-红色），B处被重定义前已经被使用的变量（蓝色）。
我们可以从更实践的角度去理解这个问题，live variable其实就是我们定义之后被使用了的变量，IDE里面不为灰色的变量就是一个live variable。（但我仔细想了一下，这个直观的理解不够科学，没有充分地完成这个界定）
有点好奇，如果v在程序点P1被定义，程序点P2被使用，程序点P3被重定义，程序点P4再次被使用，路径为P1-P2-P3-P4，这个v的存活是什么状态 没有意义，我们考虑他是否存活过即可，我们不需要明确他在全过程的生命周期是怎么变化的。
算法和之前可达性分析一样花里胡哨，其实就是从后往前计算每个点位的存活变量
例子
分析类似，看IN中是否有变化，有变化就再次迭代到没有变化为止。
Available Expressions Analysis
如果所有从入口到p的路径上都要执行x op y表达式，并且在最后一此执行该表达式，没有对xy重定义，那么我们认为该表达式在程序点p上是available的。
- 定义意味着在程序点p，我们可以把x op y换成最后一次执行的结果。
- 我们可以用来检测全局通用的子表达式
理解Available Expressions Analysis
- 我们仍然用01序列表示表达式是否available。例子中会用到。
该分析的核心
传递过程：
涉及到变量的表达式去掉，添加新的表达式。
我们可以把(e^16)*x替换为t
但为了安全，我们可能会漏报。
在x的值重定义为相同值时，所示的结果是可以替换的，但是为了安全我们就不做替换，漏报。
举个例子
总结
比较三个分析
- 理解三种数据流分析：
- 定义可达性
- 存活变量
- available的表达式
- 可以分辨三种数据流分析的不同和相似之处
- 理解迭代算法并了解为什么算法可以结束
561
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
