过程间分析
过程间分析
过程间分析(Interprocedural Analysis, IPA)是指编译器跨函数边界收集信息,用于全局优化的一类静态分析。与只看单个函数体的过程内分析相对,它关心"调用者和被调用者之间发生了什么"。
通俗理解:过程内分析像是各家关起门来自查卫生,过程间分析则是把整栋楼当成一个整体来盘点——谁往公共走廊丢了垃圾、谁去邻居家借了锅、谁在楼顶偷偷加建,都要一并考虑。
考虑下面的场景:
int g; // 全局变量
void f() { g = 1; }
int h() { return g + 1; } // 这里的 g 是几?
如果只做过程内分析,h 里的 g 无法常量传播——编译器必须保守假设"任何函数都可能改过 g"。有了过程间分析,就能证明 f 是唯一的写入点、其值为 1,从而在 h 中把 g + 1 折叠成常量。跨过程的常量传播、死代码消除、别名判断,都建立在这类信息之上。
调用图
过程间分析的第一步是构造调用图(call graph):节点是函数, 有向边表示"调用关系"。对直接调用 foo() 而言,边是显式的;但一旦出现虚函数、函数指针、回调,调用目标就要依赖指针分析来近似解出。
C++ 里的 shape->draw()、Java 里的接口方法、C 里的 qsort(cmp) 都是这种情况。调用图不准,后续分析全都跟着失真——过度粗糙会让优化机会消失,过度乐观则可能得出错误结论。工业编译器一般采用 CHA(Class Hierarchy Analysis)、RTA(Rapid Type Analysis)等策略来剪掉不可能的目标。
上下文敏感与不敏感
一个函数在程序里可能被调用几十次,每次的参数、返回值、副作用都不一样。上下文不敏感的分析把所有调用点合并成一个抽象状态,上下文敏感的分析则会区分每个调用位置。
int id(int x) { return x; }
int a = id(1); // a 应为 1
int b = id(2); // b 应为 2