用求解图内节点是否可达的算法来解决IFDS问题

IFDS 问题是 Interprocedure, Finite, Distributive, Subset 问题的所写，代表了一类比较典型的静态分析问题。Interprocedure 与Intraprocedure相对，表示分析包含函数间关系；Finite 表data flow fact集合元素有限; Distributive表Join operator(也叫meet或者confluence)是并和交，也就是说lattice是基于power set， transfer func是满足f(x 并 y) = f(x) 并 f(y)的。很明显，并和交本身作为trans func即满足。本文所描述算法把IFDS问题转化成解决图内结点是否可达的问题，从而提供了一种比较通用和高效率的算法来解决IFDS问题。我在本文中只简述核心思想，不讨论细节和具体证明，有兴趣的读者可以去看原文。IFDS问题有很多，我们拿『判断程序中出现的变量在使用之前是否初始化』作为讲解的例子。先回顾下解决这个问题的一般数学模型，如下图所示:

假设我们要分析的程序一共包含3个变量，x,y 和z。流程图中的每个结点对应的lattice如图左边所示，是x, y 和z的power set。S集合的元素包含可能没被初始化过的变量。Transfer func包含3大类，第一个为gen, 代表了新声明的变量x；接着是kill, 表x变量被初始化了；output等语句对应的是identity func，表无影响，整个分析是前向的may分析(Join operator是并集)，意味着是从程序入口向下分析，每个结点把前缀结点的值（为其在对应lattice的相应元素，即一个集合）并起来，表在该结点之前所有可能未被初始化的变量融入。与之相对照的问题是『该结点前肯定被初始化的变量』，是前向must分析(JOIN 操作符是交集)，S包含的元素是肯定被初始化的变量。

为了把这个问题转成图的问题，我们首先把trans func表达成一种二元关系(relation representation) ，示意如下