Lec 24静态分析 II（Static Analysis II）——格、转移函数、不动点与终止
当前课程暂无后续已收录内容。
Lec 24 静态分析 II（Static Analysis II）——格、转移函数、不动点与终止
接 L23。本讲把数据流框架补完整：用偏序/格 (lattice) 形式化"事实空间"，定义 top/bottom、join/meet；写出转移函数与 CFG 上的方程组；用混沌迭代求解，并证明它终止（单调性 + 完备格 + 有限上升链，Knaster–Tarski）。最后把整个框架套到课程里所有具体分析上（常量/类型/栈缓存/逃逸/到达定义）。
TL;DR
- 格用偏序描述事实的精度，⊑ 表示无信息，⊒ 表示最不精确的安全事实，控制流汇合通过 join 组合路径。
- 语句的单调转移函数把 CFG 变成方程组，混沌迭代 / 工作表从初始事实出发反复传播，直到达到最小不动点。
- 完备格与单调性保证不动点存在，有限升链保证有限步终止；无限域则需有限抽象或 widening 在精度与收敛之间取舍。
1. 五个关键概念（回顾）
事实 (Facts，是个格) → 转移函数 (Transfer Functions) → 合并 (Merging, join/meet) → 算法 (Chaotic Iteration) → 终止 (Fixpoints)。L23 讲了前面，本讲补齐格的形式化、转移函数、迭代算法、终止性。
2. 偏序、Top 与 Bottom
定义（偏序与 Hasse 图）
在事实集合 P 上定义偏序 ⊑（"精度"序）。Hasse 图里"从 y 到 x 的箭头/连线"表示 x ⊑ y（x 在下、更精确；y 在上、更粗）。
定义（Top ⊤ 与 Bottom ⊥）
-
⊤（top）：P 的最大元——通常是最不精确的事实，意为"变量可取任意值"。这就是 L23 那个 "?"。
-
⊥（bottom）：P 的最小元——通常表示"尚未处理 / 无信息"。例如值分析里代表空集：还不知道任何可能取值（意味着该变量在分析里尚未执行到，或是不可达代码）。 :::
注意方向：分析从 ⊥（无信息）开始上升，合并使事实变粗（向 ⊤ 靠）。
3. 格（Lattice）
对集合 P 与偏序 ⊑，若任意 x,y∈P 都存在
-
join x ⊔ y（最小上界 lub）与
-
meet x ⊓ y（最大下界 glb），
则 P 是一个格。合并控制流分支用 join（取最小上界）。
定义（覆盖 Covering）
x ⊏ y 指 x ⊑ y 且 x≠y；称 y 覆盖 x，若 x ⊏ y 且不存在中间元 z 使 x ⊏ z ⊏ y。Hasse 图里 y 覆盖 x 就画一条 y 在上、x 在下的连线。
例：布尔格 / 超立方体 P = {000,…,111}，x ⊑ y ⟺ (x & y) = x（按位与）。各种分析的格：常量（扁平格）、符号（0/+/−/⊤，可加 nonneg/nonpos 加深）、有界区间、有界值集合，精度依次提高。
3.1 用 join 重做合并
L23 的"合并两支 b=-1 与 b=1"现在有了统一答案——在各自的格里取 join：
| 分析 | join(-1, 1) |
|---|---|
| 常量 | ⊤（非常量） |
| 符号 | ⊤（任意符号） |
| 区间 | [-1, 1] |
| 值集合 | {-1, 1} |
4. 转移函数（Transfer Functions）
定义（转移函数）
刻画单条语句/基本块对事实的影响：给定语句前成立的事实，算出语句后成立的事实。每种分析（格）配一套转移函数。有限格上可用位向量运算廉价实现。关键要求：转移函数必须单调 (monotone)。
常量分析的转移函数（操作数事实是整数常量或 ⊤）：
x = n ⟹ fact(x) = n
x = y + z ⟹ fact(x) = fact(y) + fact(z) 若两者皆常量，否则 ⊤
x = y - z ⟹ 同理符号分析的转移函数（事实 ∈ {0,+,−,⊤}）：
x = n ⟹ fact(x) = sign(n)
x = y + z ⟹ 如 (+)+(+)=+，(+)+(−)=⊤（符号未定）……
x = y - z ⟹ 按符号规则要点：为任意程序性质构造格，并保证转移函数单调——这是终止性证明的前提。
5. 前向数据流分析：程序 → 方程组
定义（前向数据流方程）
把 CFG 每个结点 n 配一对事实，分支汇合处用 join 合并各前驱的输出，结点内用转移函数。前向分析（如常量传播）沿 CFG 正向传播；活跃性那种是后向。
三步走（Checkpoint）：
- 定义程序性质的格；
- 定义每条语句"前置事实 → 后置事实"的转移函数；
- 由此得到一组方程，迭代求解。
剩下的问题：这个迭代会终止吗？
6. 混沌迭代（Chaotic Iteration）
定义（混沌迭代 / 工作表）
把待处理结点放入队列；取出一个，重算其事实（join 前驱 + 转移函数）；若其结果变化，则把受影响的后继加入队列（"已在队列里就不重复加"）；直到队列空——此时所有方程同时成立，达到不动点。
slides 用 s=0;a=4;i=0; if(k==0)b=1 else b=2; while(i<n){s=s+a*b;i=i+1} return s 把"b 是否常量"逐结点（编号 0–5）迭代了几十步，最终 b 在循环体处收敛到 ⊤（非常量）——因为两条到达定义 b=1 与 b=2 在汇合点 join 成 ⊤。而 a 始终收敛到常量 4。
7. 终止性（Termination / Fixpoints）
为什么不会"跑不完"？考虑 i=0; while(i<n) i=i+1;——若分析追踪 i 的精确值，它会 0,1,2,… 永远上升，runs forever!
定理（终止性的三个充分条件）
设计分析使每步事实单调上升（要么同样精确、要么更不精确），迭代到最小不动点 (least fixpoint)——最精确的那个不动点。要保证可行：
-
转移函数单调 (monotone)：分析总沿格上升；
-
格完备 (complete)：总存在最小上界可达；
-
有限上升链 (finite ascending chains)：到达最小不动点所需迭代步数有限。
单调 + 完备 ⟹ 必有最小不动点；有限上升链 ⟹ 有限步到达。
定义（完备格 Complete Lattice）
若任意子集 S⊆P 都有 ⊔S 与 ⊓S，则 P 是完备格。完备性保证所有链都有上界。所有有限格都是完备的。
例题（两类失败）
-
不完备的格：整数 Z 配标准 ≤（join=max, meet=min）是格，但没有 ⊤/⊥；区间格 Z 上的 P 也不完备——补上 {−∞, +∞} 后才完备。
-
无限上升链：精确值分析里 0⊏1⊏2⊏… 永不收敛 → 迭代不终止。解法：用有限高度的抽象（符号、有界区间）或加 widening。
理论基础：Knaster–Tarski 定理——完备格上的单调函数必有（最小）不动点。
8. 框架套用：课程里所有分析都是它的实例
定义（具体分析 = 选定的格 + 转移函数）
-
常量传播：整数上的扁平格（⊥ / 各整数 / ⊤）；
-
类型分析：类型的扁平格（Int/String/None/Record/Function），每变量一个格值 → 消除类型检查或特化算子（如 + 两边都是 string）；可追踪值子集提精度；
-
栈缓存（寄存器分配）：用常量传播的格追踪当前栈深度，每深度预先绑定一个寄存器（深度 1→%r12, 2→%r13, 3→%r14, 4→%r15）；初值=栈长 0；转移函数按每条指令 push/pop 数增减抽象栈长；
-
逃逸分析 (Escape Analysis)：格值附在"构造对象的操作"上，判断对象是否逃逸函数（private / may-escape）。逃逸四途径：传给别的调用、被返回、存入 record 字段、存入全局变量。不逃逸的对象可栈分配而非堆分配。
-
到达定义 + 常量传播：定义到达使用，若所有到达定义赋同一常量，则该使用是常量、可替换。 :::
若每个变量的值是一个格，则整个程序状态是所有变量状态的积格 (product lattice)。于是可把 Types × Constants × StackDepth 等组合成一个大格统一迭代。
9. 实现的三种思路
定义（静态分析实现的三条路）
-
"凭感觉"直接写代码：多半能跑，但为何正确的论证很 ad hoc；
-
把数据流当语义框架：用格/join/meet/转移函数/单调性/终止来组织并论证实现的正确性（推荐心智模型）；
-
把数据流当实现框架：写一个由"转移函数 + 格"参数化、自动跑工作表算法的通用引擎——生产编译器常这么做（多种分析复用一套算法），但对 P5 可能引入过多复杂度。 :::
10. 展望：静态分析 vs 动态分析
静态分析会给动态编译带来可观开销——要确保收益值回票价。替代方案：动态分析——运行时记录程序轨迹与成立的事实，按这些事实生成优化代码，并插入守卫 (guards)：一旦程序行为变化、事实不再成立，就跳回未优化代码。
难点：在哪、生成哪些 guard？——意外的是，这本身又需要静态分析。
这正是现代 JIT（V8、SpiderMonkey）的"推测优化 + 去优化 (deoptimization)"思路，与 L18 的自适应/剖析驱动编译呼应。
11. 与参考资料的对应（补充）
- 格/不动点框架 credit Saman Amarasinghe (6.035)；Knaster–Tarski、抽象解释见 Cousot²(1977)、姊妹课 6.5110《Foundations of Program Analysis》(index.md)。
- 逃逸分析对应 index.md 的 GC 阅读（栈/堆分配权衡）；推测优化见 index.md 的 V8/SpiderMonkey 博客。
- Crafting Interpreters 不涉及数据流分析；系统学习见《Engineering a Compiler》。
12. 本讲小结（也是 Phase 5 / 全课收尾）
- 事实空间形式化为格：偏序刻画精度，⊤=最不精确（"?"）、⊥=无信息；任意两元有 join(lub)/meet(glb)，合并分支用 join。
- 转移函数刻画语句对事实的影响，必须单调；程序变成 CFG 上的方程组，用混沌迭代/工作表求最小不动点。
- 终止性 = 单调转移函数 + 完备格 + 有限上升链（Knaster–Tarski 保证最小不动点存在；有限链保证有限步到达）；精确值分析因无限上升链不终止，需有限抽象或 widening。
- 课程所有分析都是同一框架的实例：常量/类型/栈缓存/逃逸/到达定义，多变量用积格组合。
- 实现可"凭感觉 / 当语义框架 / 当实现框架"；静态分析开销大时可转向动态分析 + 守卫/去优化（但选 guard 又要静态分析）。
- 至此 24 讲全部完成：解析 → 语义 → GC → 低级 VM → 代码生成/优化 → 寄存器分配 → 静态分析，构成一条完整的"动态语言虚拟机"实现与优化链路。