目录
may analysis: 不放过任何 path，v 在这条 path 上这条 path 就都要考虑
程序分析网课笔记，同步CSDN记录一下
南京大学《软件分析》课程03（Data Flow Analysis I）_哔哩哔哩_bilibili
南京大学《软件分析》课程04（Data Flow Analysis II）_哔哩哔哩_bilibili
top
表示计算结果不确定，取值范围是全集
bottom
表示未定义，取值范围为空
may analysis：(over approximation)——meet 操作一般是 union 并
可能误报，但不会漏报，不放过任何一条运行时可能经过的路径
must analysis：(under approximation)——meet 操作一般是 join 交
不会误报，报出来的都是正确的，但可能漏报
Reach Definition 可达分析
may analysis
算法
为什么会停？
活变量分析
may analysis: 不放过任何 path，v 在这条 path 上这条 path 就都要考虑
注意求活变量的点 p 在起始点，所以 backward 会更方便，从后往前的过程中分析到的信息直接往前传就好了，但是如果时从前往后，每次都要将分析到的信息传到 p 很麻烦
可以将 backward 算法得到的结果正向去验证了看：
- 某个程序点的活变量：该程序点到 exit 的所有路径中（——注意是到 exit完整的路径！），如果变量在重定义前使用了 或者 没有被重定义 那该程序点这个变量就是活的
算法-后向传播
可用表达式分析
must analysis-不会误报，可能漏报
漏报的例子：上图假设重定义 x 后值不变，根据可用表达式算法分析，交集汇聚后会认为 e^16*x 的表达式不可用，但实际上是可用的，这就是漏报
可以用于检测全局共同子表达式
因为要保证所有路径都 evaluation 整个表达式，所以是交集
算法：前向传播
总结
三种分析过程及算法要清楚
是 may 还是 must
反正整个表都要背下来
domain含义：你的 data 是一堆什么？
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
