跨过程分析（进阶）

复习

本章为进阶内容，零基础读者可以跳过，不影响后续阅读。

　　前面讲的优化，大多是在一个函数内部做的。可有些问题，只有跨过函数边界才能看清。这类分析叫跨过程分析（interprocedural analysis）。

　　举个典型的例子：

函数 计算(x): 返回 x * x
主程序: 计算(10)

　　如果只分析“计算”这个函数本身，你不知道 x 会是什么；但如果跨过程看，发现它总是被传 10，就可能为这个调用点做特化——直接算出结果 100。

　　这类“某个参数在很多调用处总是同一个常量”“某个函数从不返回错误”“某个变量跨函数也不变”等结论，只有把多个函数连起来看，才能得出。内联把代码合到一起，跨过程分析则让优化能看到更大的图景。

　　但跨过程分析不是没有代价的：

　　所以，实际的编译器往往在“看多远”上做折中：有的只做过程内的优化，有的在模块内做，有的则在链接时做（常称为链接时优化，LTO）——把整个程序合起来再分析一遍，代价更大，收益也可能更大。

　　你会发现，跨过程分析又一次落入那个熟悉的结构：看得越全，能优化的越多，但代价也越大。

　　这和处理器的乱序执行、缓存的大小、线程的数量……都是同一种味道：没有免费的全局视野。 关键在于，找到收益与代价最匹配的那个范围。

思考题 1

　　跨过程分析相比过程内分析，多看到了什么？

思考题 2

　　跨过程分析的代价是什么？

　　它能看到函数之间的相互关系，例如某个参数在调用处总是同一个常量、某函数从不返回错误、某值跨函数保持不变等。这些结论在只分析单个函数时是看不到的，因此能带来额外的优化机会。

　　代价是分析成本高：函数互相调用使可能的组合急剧增多，编译器需保存更多全局信息、编译更慢，某个函数改动还可能使相关分析结论失效而要重做。因此只能在“看多远”上做折中。

设计师 | 南国微雪