写在前面的话
本渣有幸成为南京大学软件学院研究生，在前往仙林校区蹭课的时候偶然发现了这门宝藏课程，听了以后感觉深有收获，但又因为课程难度较大，国庆假期归来发现遗忘较多，因此开了一坑来记录自己对每节课知识点的理解。也由于这是本人第一次开坑写博客，结构内容自有诸多不合理之处，希望有问题的地方大家可以指出。
前面四篇文章讲了数据流分析的算法和比较底层的知识，不过那些算法都是适用于单个函数内的数据流分析，本文会将其扩展到函数间或者说过程间的分析，更加接近一个完整的程序。
系列文章目录
1.静态程序分析(Static Program Analysis)介绍
2.中间表示(Intermediate Representation)
3.数据流分析(Data Flow Analysis) (上)：可达性分析(Reaching Definitions)
4.数据流分析Data Flow Analysis) (下)：存活变量分析(Live Variables Analysis)及可用表达式分析(Available Expressions Analysis)
5.数据流分析基础(Data Flow Analysis-Foundations)
6.过程间分析(Interprocedural Analysis)
7.指针分析(Pointer Analysis)入门
8.指针分析基础知识(Pointer Analysis Foundations)
一、过程间分析的动机
首先举个例子说明一下我们为何要用过程间分析而不是过程内分析：
如图所示，如果使用过程内分析，由于分析比较保守，所以最后得到的结果都是NAC，而使用过程间分析以后就不一样了，是可以获得正确的分析值。
二、调用图构造(Call Graph Construction)
2.1 什么是调用图
本质上来说，一个调用图就是从调用点到目标方法(callee)的一系列调用边。
如上图所示就是一个调用图，每个节点分为上下两层，上层是此处所处的方法，下层是本方法内使用的别的方法，然后从下层的方法延申一条调用边到被调函数上。
而这个调用图的用处如下：
- 这是过程间分析的基础
- 可用于程序优化、理解、debug、测试等
调用图构造主要作用于OO语言，即以Java为代表的，面向对象的语言。一般用到如图四种算法，其中CHA是最快的，指针分析K-CHA是最准的，本文主要将CHA，后面的文章会讲指针分析。
2.2 Java中的方法调用形式
调用方法可以分为三种，前二者是静态分析时可以判断出的，每个方法会指向唯一的被调函数，所以目标数为1；而virtual call主要是为了多态设计的，因此目标数量大于等于1，而前面的图中四种调用图构造方法的主要区别也是对virtual call的处理方式的区别。
2.3 Virtual Call的方法调度函数(Dispatch)
程序运行时，一个virtual call被确定是具体调用哪个由以下两点决定：
1. virtual call返回内容的接收对象是谁：c
2. 调用点处的方法签名：m
此处的函数调用形式为：o1.foo(…)2
其中的方法签名指的是一个能够标志方法的标识符形式
如图所示方法签名如图所示，由类名，方法名，描述符=返回类型+参数类型 组成，为了表示简单，可以缩写为C.foo(…)
我们定义Dispatch(c,m)函数来描述函数间的分派关系(其中c和m可以在上图的上方两个“决定函数是谁的”地方看到)
函数如图，简单来说，就是先在调用了这个方法的对象/类中找有没有这个方法，找得到就返回这个方法，否则就在这个类的父类中找。(总能找到，否则在之前编译的过程中就会报错了)
2.4 Class Hierarchy Analysis(CHA)
上面函数的作用直白地说，就是一个程序中可能有多处定义了foo方法，这个算法就是为了寻找此处使用的foo方法到底是在哪定义的，找到了以后才能根据那个方法的返回值来确定此处数据类，从而提高数据流分析的准确性。
而如何找到这个o.foo(…)具体是谁定义的，就要分析o的类O的层次结构(Class Hierarchy)，因此这个算法叫做CHA，精度较低而速度极快，IDEA中看代码的时候，按住Ctrl后将鼠标放在一个方法调用上，能看到一堆这个方法可能所处位置，用的就是这种算法。
回想一下之前提到的三种方法调用类型，写下来将分别对其进行分析。
2.4.1 static call
首先是static call，可以简单翻译为静态调用，主要用于静态调用方法，如图所示，直接用类C调用方法而不需要定义对象c，因此很明显调用的就是当前类的方法，所以直接加到集合T中。
2.4.2 special call
然后是special call，特殊调用，主要分为三种情况，这是第一种使用super类的调用方法那么这个foo()虽然在当前类有定义，但是实际使用的是父类的foo()，因此需要使用Dispatch函数，其中的foo()的签名m由编译器返回信息可以知道是B的，那么获取foo()返回值的c也指向B，也就相当于在父类中寻找了。
这是special call中的另外两种情况，构造函数和私有函数，其中构造函数暂时可以忽略，所以先看私有函数，此时编译器返回的信息能算法知道此时m指向的仍是C，那么Dispatch(cm,m)得到的仍然是这个私有方法C.bar()。
2.4.3 virtual call
最后是对virtual call的处理方式，这也是CHA区别于其他算法的主要之处。除了以上提到的四种情况以外，其他情况都是用virtual call来处理，因为除了super会将m的类类型指定为父类以外，别的都是当前类，所以该算法会对此方法做一个Dispatch(c,m)并将c的所有子集以及子集的子集全都做一次Dispatch(c’,m)。直观来看，可以分为两步，第一步是对本身做一次Dispatch，看看当前类中是否有foo()，没有的话就到父类中递归地找；第二步是在当前类地所有子集中找到所有的foo()，然后将这些foo同第一步找到的foo全都加入T中。
2.4.4 一个例子
举例如图，根据之前的算法走一遍就能懂了。
上面可以看出，这个算法速度是很快的，但是因为virtual call啥都不管地将所有子集全都加到T里面，所以精度很低。
2.5 构造调用图
分为三步：
- 从入口方法进入，一般是main方法
- 对于每个可到达的方法m，通过CHA算法找出点调用的方法m’可能是在哪的
- 对于每个m(以及新加入的m’)都进行第二步，知道不再有新的方法被发现
通过以上过程便可以构造调用图，算法如下：
再举个例子，大家可以跟着走一遍：
三、过程间控制流图
先前使用的CFG图，只能分析单个方法，而需要将之扩展到可以分析整个程序结构的ICFG，需要为之添加两个附加边
- 调用边：从调用点call site到被调方法callee的入口
- 返回边：从callee的返回语句到call site 的下一句
图示便是过程间的控制流图，ICFG本质还是CFG，应该用三地址码构成的Basic Block构成，但是此处为了清晰分析，所以还是将BB拆开来分析。
四、过程间数据流分析
先比较一下过程内与过程间的区别，主要就是过程间分析多了一个调用返回边，及对应的传递函数。
- Call edge transfer：调用边传递函数，用于传递参数值
- Return edge transfer：返回边传递函数，用于传递返回值
- Node transfer：与前面文章提到的传递函数基本一样，但是多了一个性质，对于每次调用(例如b=foo(a))会将等式左侧的数值kill掉，然后在下一步中有返回边传递函数重新赋值。这个操作可以在返回值与原值不同时防止数据冲突。
这是一个完整的过程间数据流分析的过程，跟着走一遍还是很简单的。不过这个例子我第一次走的时候感觉缺了点东西，仔细想了一下，发现一个是这个里面函数没有继承关系，所以不需要Dispatch操作，第二点这个例子不需要meet或join操作(通常与循环、分支等相关)，所以这个例子很简单，但是实际操作中可能比较麻烦，不过算法思想都是一样的。
五、总结
本文内容比较简单，只是将单个方法内的数据流分析扩展到数个方法中，之前的内容看懂的话这个还是很容易理解的，传递函数还是比较简单，就不多说啦。
126
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
