编译器的自动内存管理，静态的GC算法( 二 ) _编译器

有时候，申请的内存并不会在当前函数内释放，而是返回给更上层的主调函数。
这时的GC算法，就需要跨越函数的调用链，进行指针分析。

文章插图
mat类的构造函数__init()
前面的mat对象的成员指针m3->data，就是需要跨函数分析的指针。
它是在构造函数里申请的内存，因为是成员变量，所以要在析构函数里释放。
如果是局部变量，就在当前函数内释放：因为局部变量的作用域就是当前函数。

文章插图
mat类的声明，成员变量部分
成员变量的有效时间，是伴随着当前对象的。
局部变量的有效时间，是伴随着当前函数的。
成员变量在构造函数返回时依然有效，所以要把它是malloc()申请的这个信息，传递到更上层的函数。
这样：
1）在main()里才知道它是malloc()申请的，
2）在 dd = m3->data 时才知道给它指向的内存引用计数+1，
3）在释放m3时，析构函数把引用计数-1之后，引用计数才不为0：内存依然是有效的，这时指针dd依然指向它。
否则，dd就是野指针了！

文章插图
mat类的析构函数__release()
函数调用链，在语义分析时是很容易确定的。
抽象语法树AST上的每一个函数调用，必然有一个主调函数、有一个被调函数。
主调和被调，构成了整个程序的函数调用图：
最顶层的是main()函数，最底层的是malloc()函数。
以malloc为起点、main为终点，做图的宽度优先搜索，就可以获取整个调用链。
然后从离malloc最近的函数开始，一层层的分析就行了。

文章插图
函数调用图
一定是用图的宽度优先搜索（BFS）！
不能用深度优先搜索（DFS），因为一个上层函数可能调用多个下层函数，而这多个下层函数里都malloc了内存。
如上图：
如果是DFS，分析顺序是A->D，这样D调用B而申请的内存就会被漏过去了。
如果是BFS，分析顺序是A->B->C->D->E，这样任何函数申请的内存如果传递给上层，（在分析上层函数时）都不会被漏过去。
4，递归调用的指针分析，
上图的C()和E()之间的互相调用构成递归，表现为函数调用图上的回路。
这种情况下，两个函数里申请的内存会互相传递，属于最复杂的一种情况！
在编译器里的处理方法是：
do {
delivery = check_delivery();
} while (0 == delivery);
用do while循环检查内存的传递情况，记录传递的变量和计数，直到不再发生变化为止。
最后，就是在合适的位置添加free()代码了：
最后的总是最简单的，the last is the simplest.
有兴趣了解细节的，可以看我写的scf编译器框架的GC算法。
编译原理（龙书）里没有这方面的算法，这是我自己想出来的。
听说又像牛顿跟莱布尼茨一样，跟rust的作者相见略同了是吧[捂脸]
我先起个直白的名字叫static GC.
老外就那样，有一点点的改进就猛吹[捂脸]
神经网络都能被辛顿吹成deep learning 。

【编译器的自动内存管理，静态的GC算法】