Convertendo um CFG em IL
-
20-09-2019 - |
Pergunta
Construo um CFG a partir de um IL arbitrário e quero converter esse CFG de volta para IL. É claro que a ordem dos vértices no CFG não é igual à ordem das instruções originais da IL.
Isso é bom, mas supercomplica algumas coisas. Imagine:
Jump 'B'
'C': Return
'B': Jump 'C'
Isso resultaria em um gráfico de fluxo como este: (salto b) -> (salto c) -> (retornar) Este é, obviamente, um exemplo simplificado, mas mostra o problema ao converter fora do CFG.
Existe alguma informação disponível sobre este tópico na academia? Eu pensei que atravessar o gráfico de baixo para cima seria muito elegante, mas isso não funciona em casos mais complicados.
Uma solução pode ser andar de cima para baixo e procurar uma fusão de CF, mas nesse caso eu não seria capaz de lidar com os loops corretos. Portanto, a única maneira de acertar isso parece ser procurar uma possível mesclagem de CF se ocorrer. Caso contrário, precisamos ter um loop, o que significa que o loop é preferido e o caminho contínuo é avaliado posteriormente. Isso parece um problema solvável, mas também é muito caro e pode existir uma solução mais elegante para o problema. Além de um loop, também pode resultar em uma fusão de CF ao pensar em uma declaração "quebra".
Solução
Convertendo CFG em IL: Você deseja caminhar sobre o gráfico, emitindo cada vértice exatamente uma vez (exceto aqueles que são inacessíveis). Portanto, você precisa registrar quais vértices foram emitidos: uma bandeira no vértice faria ou um hash de vértice a verdadeiro/falso.
Alguns vértices terão mais de um sucessor, e você só poderá seguir um deles diretamente; Então, você quer uma maneira de acompanhar os vértices que deseja voltar mais tarde. Uma fila é adequada para isso.
Isso é mais ou menos o que eu usei.
def needs_label(cfg, v, last):
if cfg.predecessors(v) > 1:
# There's more than one way of entering this vertex
return True
elif cfg.predecessors(v) == 1 and last != cfg.predecessors(v)[0]:
# There's only one way, but the last vertex emitted was not that way
# so it will be entered using a jump.
return True
else:
return False
def emit_label(v):
print 'label%d' % (v.id)
def emit_vertex(v):
if v.type == 'branch':
# Branch to second successor
print 'br label%d' % cfg.successors(v)[1].id
else:
...
def emit_jump(v):
print 'jmp label%d' % v.id
def emit_cfg(cfg):
q = Queue() # Queue for saving vertices that we want to emit later
done = {} # Hash recording which vertices have already been emitted
q.push(cfg.start())
while not q.empty():
v = q.pop()
last = None
while v is not None and not done[v]:
# Emit the vertex, with a prefixed label if necessary
if needs_label(cfg, v, last):
emit_label(v)
emit_vertex(v)
done[v] = True
last = v
# Get the vertex's successors
succs = cfg.successors(v)
# If there aren't any, then this path is finished, so go back to
# the outer loop to pop another saved vertex
if len(succs) == 0:
v = None # Setting this will terminate the inner loop
continue
# Stick all the vertices on the stack for later, in case we can't
# process them all here
for s in succs:
q.push(s)
# Pick a new vertex from the list of successors. Always pick the first
# because if it's a branch then the second will have been branched on
v = succs[0]
# If it was emitted earlier we need to jump to it
if done[v]:
emit_jump(v)
v = None
# Otherwise continue the inner loop, walking from the new vertex
O tratamento de ramos (vértices com mais de um sucessor) é bastante ingênuo: normalmente você deseja descobrir qual é o mais provável e segue isso diretamente, se possível.
Outras dicas
Isso é mais fácil do que parece. Basicamente, pode -se se livrar de qualquer declaração de salto no CFG, o que resulta em um gráfico otimizado. As instruções de salto serão inseridas de volta assim que o gráfico estiver linearizado. Isso não mantém a ordem original das instruções, mas resulta em um método com o mesmo fluxo de controle.