Typesetting math: 100%

编译器优化记录(控制流图,支配树)

编译器优化记录(1)

0. 为啥要写这个记录

  1. 我感觉自己平时整理自己想法的机会实在是太少了。即便是对于自己花了很多时间想、或是花了很多时间学的东西,同样如此。
  2. 写编译器优化的阶段学了很多方法,也看到了很多人类智慧,我希望能从头梳理一下认识它们的过程,来更好地体悟。
  3. 我身边有几位好朋友一直保持着记录(博客/日记)的好习惯,我总是在生活中发现自己的表达能力较高中时候差了很多,尤其是在发表看法的时候总是显得缺乏底气,可能也是我缺少深度思考的机会。
  4. 在写编译器的时候,我受到了几位学长和同学的帮助,我觉得如果我也能为大家写编译器的时候提供一些思路,一些insight,应当是很好的。

1. 构建CFG(控制流图)

在编译器优化的过程中,我们希望得知不同指令进行的顺序,从而进行优化。一个直观的想法是我们将各个基本块抽象为一个个节点,构建有向图。可以说,后面几乎所有的优化都是基于CFG实现的。幸运的是,无论是在IR阶段还是在ASM阶段,我们都已经设计了基本块,那么构建CFG的过程就非常简单了。

我们同时可以注意到CFG的一些性质:

  • 如果对它进行拓扑排序,头节点是固定的,也即每个函数的起始块(记作enterBlock)
  • 每个节点的后继至多只有两个(在IR阶段是br,在ASM阶段是beqz + j
  • (猜测)一个程序的CFG应该是连通的

在IR中,我们注意到基本块的最后一条指令只可能是以下三种:jump, branch, ret。那么我们可以轻易地找到每个节点的前驱和后继。

在实践的过程中,我发现对于我之前生成的IR代码,上面的第三条性质不一定成立(见testcases/codegen/t67.mx)。那么我们采用这样一种策略来消除那些enterBlock不能到达的节点。

LinkedList<BasicBlock> ans = new LinkedList<>(); // ans的设置是因为如果在遍历的时候删除会导致concurrent modification error
        for (var block : func.blockList) {
            if (block.pred.size() == 0 && block != func.enterBlock) {
                for (var succ : block.succ) {
                    succ.pred.remove(block);
                    succ.anti_succ.remove(block);
                }
            } else {
                ans.add(block);
                block.anti_pred.addAll(block.succ);
                block.anti_succ.addAll(block.pred);
            }
        }
        func.blockList = ans;

2. 支配树构建

2.1 为什么需要构建支配树

支配树的构建是为了解决插入phi指令的问题。而关于phi指令的使用,我们可以看这样一个例子:

int main() {
	int x = 1;
	for (int i = 0; i < 10; ++i) {
		x = x + 1; // %add_0 = add i32 %x_1, 1
	}
	return x;
}

如果不经优化,我们会在第四行中,反复地从%x中取出x的值,然后进行计算,并把%add_0存入%x。但是,实际上我们注意到,如果我们是刚进入循环,那么%x_1的值就是1,如果我们已经进入,那么%x_1的值就是刚刚一轮算出来的%add_0。基于这个想法,我们可以获得这样的llvm-ir代码:

define dso_local i32 @main() {

enter_main_0:
br label %for.cond_0

for.cond_0:
%i_phi_0 = phi i32 [ %inc_0, %for.inc_0 ], [ 0, %enter_main_0 ]
%x_phi_0 = phi i32 [ %add_0, %for.inc_0 ], [ 1, %enter_main_0 ]
%slt_0 = icmp slt i32 %i_phi_0, 10
br i1 %slt_0, label %for.body_0, label %for.end_0

for.inc_0:
%inc_0 = add i32 %i_phi_0, 1
br label %for.cond_0

for.body_0:
%add_0 = add i32 %x_phi_0, 1
br label %for.inc_0

for.end_0:
br label %exit_main_0

exit_main_0:
ret i32 %x_phi_0
}

当然,关于phi应该插在哪里,又应该如何消除,这将会是我们接下来讨论的话题。

2.2 支配树的一些概念

支配(dominate):对于CFG上的节点AB,如果从enterBlock到B的每一条路径都经过了A,我们就称A支配B。进一步地,如果我们构建Dom[n][n]来表示节点之间的支配关系,那么Dom[A.id][B.id]=true。同时我们也注意到,这个二维数组的对角线上肯定都是true。

直接支配节点(idom):对于所有支配节点n的节点dom[n],存在i使得jdom[n],Dom[j][i]=true,in。那么就称这样的in的直接支配节点,记为idom[n]=i

支配树:根据直接支配节点的定义,可以看出支配节点有且仅有一个(我们预先定义idom[enterBlock]=enterBlock),那么就可以建出支配树。

我们不禁思考,为什么这支配树一定建的出来呢?我们应当证明直接支配节点一定存在。(直觉上这个可以归纳)

支配边界(dominance frontier):对于节点XY,我们称YdomFrontier[X]当且仅当X支配Y的某个CFG上的前驱且X不直接支配Y(注意,这意味着可能出现XdomFrontier[X],这浪费了我大概两个小时的时间)

支配边界几乎是我们插入phi指令的核心,假设X中出现了对于变量x的定义def(通常是一个store指令),那么对于那些X可以支配的节点,如果其中没有出现其它定义,那么我们可以在使用x的时候直接使用def中给x赋的值。但是,如果进入到了X的支配边界F,就可能有其他导向F的路径,而这些路径上也出现了对于变量xdef。根据支配边界的定义,我们会发现F就是这几条路径的第一个交汇点

由此我们可以得到插入phi指令的简单思路:如果我们发现了某个对于变量的def,那么就找到它所在块的支配边界,在那里插入一条phi指令(如果已经插入,那么就为phi指令增加一条分支)。同时我们注意到,phi指令本质上也算是一种def,那么我们需要将这个过程不断迭代。

2.3 支配树的构建方法

2.3.1 得到支配关系

这里我直接和编译器指导手册一样,使用了数据流迭代的方法。它的思想如下:

Dom(u)={u}(vpred(u)Dom(v))

这其实就是在说,如果一个点同时支配了u的所有前驱,那么就说明它是u的支配节点。经过不断迭代,我们可以获得支配点集。

为了提高效率,我们希望对于每一个迭代的节点,它的前驱最好都已经完成了这一轮迭代,所以我们希望用逆后序来完成这个迭代。

由此我们可以得到构建支配树的步骤

  1. 在CFG上采用后序遍历的DFS,最后把访问顺序反过来

  2. Dom[n][n](我开了一个Bitset数组来记录)设为全是true,然后进行迭代。迭代的伪代码为:

    BitSet tmp = new Bitset(n);
    tmp初始每位都是true
    for (每个前驱pred) {
    	tmp = tmp && dom.get(pred.index);
    }
    if (!tmp.equals(dom.get(id))) {
        更新 Dom.get(id)
        继续迭代
    }
    

2.3.2 得到直接支配节点,构建支配树

这里就直接按照我刚刚说的定义就行,伪代码如下(可以看到在这种情况下Bitset对程序运行还是有很大帮助的)

for (var u : blocks) {
	for (var i : Dom[u]) {
		BitSet tmp = new BitSet(n);
		tmp = (dom.get(i) & dom.get(u)) ^ dom.get(u);
	}
	if (tmp.cardinality() === 1 && Dom[u] contains i) {
		u.idom = i;
	}
}

2.3.3 找到支配边界

算法大致如上图所示。首先,如果一个节点b只有一个前驱,那么它必然不可能是任何其他节点的支配边界。如果它有多个前驱,我们给定其中某一个前驱p。我们将其赋给runner,当然,如果runner迭代到了idom[b],那么之后迭代的节点肯定就可以支配b了。那么,为什么我们迭代的步骤是runner=idom[runner]。因为在这中间的节点s,一定会出现s不能支配runner的情况,自然支配边界也不可能是b了。这个算法实现之后,基本我们进行Mem2Reg优化的所有前置工具就都已经准备好了。

3 参考资料

[1] 支配树 - OI Wiki (oi-wiki.org)(辩证看待,里面的源代码实现细节可能有问题)

[2] 支配边界及其构建算法

[3] A Simple. Fast Dominance Algorithm

posted @   Radioheading  阅读(630)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· 2分钟学会 DeepSeek API,竟然比官方更好用!
· .NET 使用 DeepSeek R1 开发智能 AI 客户端
· DeepSeek本地性能调优
· 一文掌握DeepSeek本地部署+Page Assist浏览器插件+C#接口调用+局域网访问!全攻略
点击右上角即可分享
微信分享提示