5.2 局部优化：基本块内的手术

5.2 局部优化：基本块内的手术

本节摘要：基本块是只能从顶部进入、从底部离开的极大连续指令序列，是局部优化的手术台。本节学习基本块划分规则、流图构造，然后在块内做三台经典手术：DAG 上的公共子表达式消除、常量折叠与常量传播、死代码删除——主线语句的四条三地址码将当场瘦成一条。

阅读完本节，你应当能够：

1. 按首领指令规则划分基本块并连出流图
2. 在基本块的 DAG 上做公共子表达式消除
3. 执行常量折叠与常量传播，写出每步结果
4. 用活跃性判定死代码并安全删除

基本块：切分与连线

划分规则三条，找"首领指令"：跳转目标、紧跟跳转之后的指令、函数入口。首领到下一首领之前（不含）就是基本块。

中间代码片段（含控制流）：
B1: t1 = cvt_float(qty)        ← 函数入口，首领
    t2 = price * t1
    if t2 < 100 goto L1        ← 跳转，块在此结束
B2: t3 = t2 - discount         ← 紧跟跳转，首领
    total = t3
    goto L2
B3: L1: total = 0              ← 跳转目标 L1，首领
B4: L2: return total           ← 跳转目标 L2，首领

流图边：B1→B2（顺序）、B1→B3（条件真）、B2→B4、B3→B4
​

块内的优良性质：指令逐条顺序执行到底，无中途回头——这保证"块内某变量的值"讨论起来简单，局部优化的所有安全性论证都建立在这条性质上。

手术一：DAG 与公共子表达式消除

基本块的 DAG（有向无环图）把相同计算的节点合并。构造规则：遇到 x = y op z，先查是否已有"op 作用于 y、z 同一取值"的节点，有则复用，无则新建。看一个双份计算的例子：

优化前：
a = b * c
d = b * c          ← 与第一条完全同源（b、c 都没变过）
e = a + d

构造 DAG：
第1条：新建节点 n1 = 乘(b, c)，a 挂在 n1 上
第2条：查得乘(b, c) 已存在（n1），d 也挂到 n1 —— 不新建
第3条：新建 n2 = 加(n1, n1)，e 挂上

从 DAG 重建代码（公共子表达式已消除）：
a = b * c
d = a              ← 复用结果，复制代替重算
e = a + d
​

注意安全边界只在块内成立：若两条 b * c 分居两个块，中间某块改了 b，就不能合并——跨块合并要靠 5.4 节的可用表达式分析背书。

手术二：常量折叠与传播

折叠是"编译器替你算"：操作数都是编译期已知常量，直接算出结果写死。传播是"把已知值往前送"：变量已被常量赋值，后续引用替换为常量，又为下一轮折叠创造条件。对主线语句动手（设 qty 与 discount 已知）：

已知：qty = 2（int 常量）、discount = 0.0（float 常量）

第1轮 传播（用已知常量替换引用）：
t1 = cvt_float(2)        ← qty 换成 2
t2 = price * t1
t3 = t2 - 0.0
total = t3

第2轮 折叠（编译期可算的算掉）：
t1 = 2.0                 ← int 2 转浮点，编译器可折
t2 = price * 2.0         ← price 非常量，乘法保留
t3 = t2 - 0.0 → t2       ← 减 0.0 折成恒等，t3 与 t2 同值
total = t2

第3轮 强度削弱顺手（乘 2.0 换加法）：
t2 = price + price
total = t2
​

浮点的谨慎例外值得一提：严格浮点模式下 x - 0.0 对负零的处理可能与恒等不等价，编译器默认遵守模式开关——安全第一，语义红线不越。

手术三：死代码删除

一条指令死后，删除它不影响任何可观察行为。判据用活跃性：若变量的值在本次定值之后（沿一切可能路径）不再被任何计算或输出使用，该定值就是死的。块内判定简单：从块尾倒扫，未被引用的定值即死。

第3轮后的块（倒扫过程）：
t2 = price + price
total = t2

倒扫：total 在块尾被后续使用吗？——假定本块之后有人读 total，保留
      t2 在 total = t2 之后还有引用吗？——无，t2 死
消除 t2：total = price + price

四条，最终一条。t1、t2、t3 三次死亡证明：
t1 死于折叠（值并入指令）、t3 死于恒等折叠、t2 死于复写消除
​

三台手术的顺序也有讲究：传播喂折叠、折叠喂死代码删除，一环扣一环。真实编译器把这类"局部手术包"做成一个 pass，单块进出、收益稳定，是最便宜的优化。

图 四条指令的瘦身全程

⚠️ 常见坑：在开优化档位下调试程序，断点行为"诡异"——变量被折叠进表达式、语句被删、执行行号跳跃。这不是编译器有毛病，是 O0 存在的全部理由：调试时关优化，让源代码与指令一一对应。

💡 关键直觉：局部优化的三条安全论证全靠"块内顺序执行、无回头"这条性质，所以它们便宜；跨块的世界（下一节之后的领域）每条结论都要拿数据流分析换。视野的价格差，是优化分类学的底层逻辑。

手术台边的追问

问：公共子表达式消除有没有反例？ 有。两个相同的浮点表达式，若编译器不能证明操作数未变（涉及函数调用、指针解引用），必须保守放弃；即便能证明，浮点结果逐位一致才可合并——带非严格浮点模式的表达式重排可能改变末位。整数世界干净利落的优化，到浮点世界处处要出示证明。

问：常量传播会不会传播过头？ 会越界的是人不是算法：跨文件传播需要全程序信息（第 8 章的过程间分析），单看一个函数时，全局变量被本函数外的调用修改的可能无法排除，传播只能停在边界。传播范围等于分析视野，这条等式在本节、下一章、第 8 章反复出现。

补一问：死代码和不可达代码是一回事吗？ 不是。死代码是计算了没人用的值（活跃性判定），指令执行但结果被丢弃；不可达代码是控制流根本到不了的位置（跳转分析判定），指令根本不执行。前者删的是无用功，后者删的是幽灵。两者的检测手段、删除依据都不同，混用术语是优化讨论里最常见的口误。

本节要点回顾

• 基本块划分：跳转目标与跳转后继是首领，流图按控制流连线
• DAG 消除：同源计算挂同一节点，重建代码即消除公共子表达式
• 传播与折叠：常量替换喂编译期计算，浮点恒等变换受模式约束
• 死代码删除：块内倒扫查活跃性，无人引用的定值安全删除
• 手术接力：传播喂折叠、折叠喂删除，单 pass 打包最划算

块内手术做完，下一节把主线语句放进循环——那里是优化回报最高的手术台。