推荐南大的软件分析课程作为参考：
https://zhuanlan.zhihu.com/p/110050716

中间语言

这里关注一个缩写 IR:intermediate representation（中间表示）
中间语言特点：

三地址码和表达式拆分：

IL 和汇编的代码生成相似：

抽象语言：

优化概述：

比较 AST，汇编，IL 的优化优缺点：

IL 举例：

block 的定义：

举例说明优化：

控制流图的概念：

优化关注的内容：

优化的形式：

优化的现实问题：

局部优化：

局部优化是优化中最简单的。

代数简化：

实际商用的代数优化远比介绍的复杂。如 TVM 的 STMT 的代数优化。

constant folding

这也比较简单，在图里也可以做此操作。

这里说明了一个在交叉编译过程中，constant folding 可能导致的问题。
解决办法是，对于浮点数，在源编译器使用全精度记录，让目标机器自己去做精度控制。

去除不会执行的代码：

公共子式消除

copy propagation

举例：

peephole optimization

定义和举例：

L14 总结：

全局优化

流分析

全局传播常量：

条件：

分析 all path 比较难：

全局优化任务的共同特性：

流分析和常量传播的关系：

常量传播：

办法是一个一个变量分析。
这里引入了：

不需要知道变量的具体数字，对程序进行分析。
举例说明：

后续操作：

实现方法：

这部分都是软件分析的范畴：


相应的规则：



buttom 表示 path 不可达，rule3 需要稍微理解一下。




rule7 也需要注意一下，rule5 的优先级高于 rule7。

操作过程：

举例：

循环

这里关注初始化起点的 Top 和其他点的 Buttom.
流程：

ordering

继续理解 top,constant,buttom 的抽象含义。
可以认为 buttom<constant<top.

这里展示了用求上界办法简化 rule 的方法。

这里可以看到每个步骤的状态最多只会变化 2 次，是有限的变化。

likeness analysis

需要找到 dead 代码，同时进行代码消除。

具体方法：


相关的规则：




算法流程：

举例说明：

方法总结：

两个优化方法总结：