四、

數(shù)據(jù)流分析之常量傳播（Constant Propagation）

概述

??????Constant Propagation：Given a variable x at program point p, determine whether x is guaranteed to hold a constant value at p. 比如在 p 處之前的一條語句是 x = 2，那就認(rèn)為在 p 處 x 是一個常量值。反過來若在 p 處之前的一條語句為 x = y，那在 p 處 x 是否為一個常量值不能確定。

??????要判斷在每一個程序點處變量是否為一個常量值，按照之前的分析框架能夠一步步得到：首先，應(yīng)該采用位向量對所有變量是否為常量值進(jìn)行抽象，應(yīng)該采用前向分析，應(yīng)該采用 must analysis（從 guaranteed 能夠看出，這是一個 1 op 0 = 0 的故事），并且迭代算法在邊界處的初始值應(yīng)該為 ⊥。其次，除邊界處外別的語句的初始值應(yīng)為 T ，控制流處理應(yīng)該采用 與操作。最后，轉(zhuǎn)換函數(shù)的分析也可以采用前面的 Gen/Kill 框架，至此分析結(jié)束。
??????上述分析流程具體可見博客：https://blog.csdn.net/Little_ant_/article/details/118732952

??????但是這個問題又有點不太一樣，它會稍微復(fù)雜一點。比如在兩條路徑匯聚的情況下，一條路徑上 x = 1，另一條路徑上 x = 2，因為1和2不相等，所以在匯聚點處 x 不是一個常量值。這需要分情況來討論。

??????學(xué)習(xí)了格理論之后，數(shù)據(jù)流分析框架常被描述為下面這樣：

??????上圖和之前講的數(shù)據(jù)流分析步驟都能對應(yīng)上，只不過是更加專業(yè)點而已。

用途

??????為了用常量值替換掉變量來優(yōu)化程序。對于簡單的程序如下：

int a = 2 ; int b; b = a + 4; printf("%d\n",b);

??????在編譯時采用常量傳播優(yōu)化之后：

printf("%d\n",6);

D

??????從 CPA 的語義上可以得出應(yīng)該采用前向分析。

L

抽象

??????在這里不采用位向量對變量是否為常量值進(jìn)行抽象，因為當(dāng)變量為一個常量值的話，為了用常量值替換掉變量來優(yōu)化程序，需要存儲每一個變量的常量值。因此令 CFG 中每一個節(jié)點的 OUT 中包含一系列的元素對（x ，v），其中 x 為變量，v 為 x 的值。這里和之前抽象不一樣的地方在于從位向量變?yōu)樵貙ο蛄俊?/p>

??????而每一個變量的值現(xiàn)在有三種情況：未初始化（UNDEF）、常量（c）和非常量（NAC）。其中 NAC 作為 ⊥，UNDEF 作為 T。對于 must analysis 而言，初始化每一個 OUT 為 T，即將每一個元素對中變量的值都置為 UNDEF，此時是不安全的或者說是不正確的。而當(dāng)每一個元素對中變量的值都為 NAC時，對于 CPA 來說就不會做優(yōu)化了，因此也不會出錯了，這是一個正確但是無用的結(jié)果。這對應(yīng)于數(shù)據(jù)流分析的特點 unsafe → safe。

控制流處理

??????之前抽象的結(jié)果只有兩種情況 0 和 1，所以在控制流處理時 meet 采用 與 操作。現(xiàn)在抽象的結(jié)果有三種情況，所以控制流處理時 meet 操作需要分類討論：

??????NAC ? v = NAC；非常量和其他任意值 meet 的結(jié)果為非常量。
??????UNDEF ? v = v；從邏輯上來看，一條路徑為 UNDEF，另一條路徑為 v，在匯聚點處取二者之間的哪一個都不太好，但是因為 UNDEF 不在常量傳播的分析范圍之內(nèi)，所以 meet 之后的結(jié)果為 v 。從操作符本身來看，? 表示取最大下界，而 UNDEF 和 v 的最大下界為 v。
?????? c ? v 的結(jié)果需要討論變量 v 的值，若 v 的值和 c 相等，則 c ? v = c。若 v 的值和 c 不相等，則 c ? v = NAC。

F

?????? 轉(zhuǎn)換函數(shù)仍然通過對于一個語句的分析，得到一般性的結(jié)論。比如對于一個語句 s：x = … ，它的轉(zhuǎn)換函數(shù)需要 kill 掉原來的元素對中 x 對應(yīng)的值，然后根據(jù)具體的語句來執(zhí)行 gen 給 x 生成一個新的值，這樣就得到了 OUT[s]。

??????轉(zhuǎn)換函數(shù) F 表示為：OUT[s] = gen ∪ (IN[s] – {(x, _)})

?????? 令元素對中 x 對應(yīng)的值用 val(x) 來表示，對語句 s 分類討論：

??????1，s: x = c; //c為常量??????那么生成新的元素對 gen = { (x,c) }

??????2，s: x = y; ??????那么生成新的元素對 gen = { (x, val(y)) }

??????3，s: x = y op z; ??????那么生成新的元素對 gen = { (x, f(y,z)) }
??????其中 f(y,z) 的結(jié)果：在當(dāng) val(y) 和 val(z) 都是常量時，f(y,z) = val(y) op val(z)。
????????????????????????????????????在當(dāng) val(y) 或 val(z) 是非常量 (NAC) 時，f(y,z) = NAC。
????????????????????????????????????在當(dāng) val(y) 和 val(z) 一個為常量，另一個為 UNDEF 時，或者兩個都是 UNDEF時，f(y,z) = UNDEF。這里指的是常量和一個未定義的變量執(zhí)行某種操作，其結(jié)果自然是未定義。據(jù)說：如果令一個常量和 UNDEF 操作的結(jié)果為常量，那么轉(zhuǎn)換函數(shù) F 就不再是單調(diào)的啦。

??????如果語句 s 不是一個賦值語句，那么 OUT[s] = IN[s] 。

常量傳播不是可分配的

??????不是可分配的意味著迭代算法的精度沒有 MOP 高。在下圖中，迭代算法得到的結(jié)果為 NAC ，MOP 得到的結(jié)果為常量 10，參照 must analysis 的那張圖片，可得，MOP 的精度要更高一些。

總結(jié)

??????示例和算法實現(xiàn)，以及Java代碼測試見下一篇博客-常量傳播分析下（用soot實現(xiàn)）。未完待續(xù)~

總結(jié)

以上是生活随笔為你收集整理的静态程序分析chapter5 - 常量传播分析上（Costant Propagation Analysis）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。