Automatic Generation of Interprocedural Data-Flow Analyzers and Optimizers

Interprocedural analysis and optimization are very important for compilers to exploit parelism of modern high-performance computer systems.But it is very complicated,easy to make mistakes and difficult to maintain and port.To solve the problem,we construct an automatic generator of interprocedural analyzers and optimizers-IGEN,In IGEN,first a new model to describe the interprocedural data-flow problem is designed.It is fit for all traditional data-flow problems and can be used in context-sensitive algorithms.Then,the structure and the working environment of IGEN are described in detail.Finally,the implementation of IGEN and our experimental result are given.     

基于PN的并行程序设计方法

首先分析了并行程序的特点，在此基础上，提出并行程序设计的若干Ｐｅｔｒｉ网方法。这些在一定程度上助于减少或避免一些逻辑错误的出现，从而减轻了程序验证的负担。最后通过例子显示了这些方法的作用。     

多视图编程范式及其编译支持

文中分析了目前面向对象的程序设计方法学存在的结构异常、代码重用难等问题。     

利用超级编译技术优化串行程序*

现代的超标量(superscalar)和超流水线(superpipeline)高速处理器通常都带有二级高速缓冲存储器(cache)，以及较多的快速寄存器(register)．利用程序变换来改善程序性能．是当今编译技术研究的热门课题之一．本文重点讨论超级编译技术中的循环分布、交换、合并和stripmtntng对串行程序的优化应用和效果．     

指令级并行编译器的数据预取及优化方法

微处理器芯片的处理能力越来越强,但是,存储器的速度却远远不能与其匹配,造成了整个系统的性能不理想,为解决这个总理２,编译器发展了局部性优化、数据预取等多种技术,文中将介绍一种用于ＩＬＰ（Ｉｎｓｔｒｕｃｔｉｏｎ ｌｅｖ－ｅｌ Ｐａｒａｌｌｅｌｉｓｍ）优化编译器的数据预取技术以及一种利用寄存器堆减少主存访问次数、对程序进行 优化的方法,利用它们可以提高平均存储性能,对科学和工程计算的应用是相当有效的。     

含数组引用的过程间数据流分析*

并行重构是发挥多处理机高计算性能的重要手段.但是许多并行重构系统，往往不作过程间数据流分析，因而限制了含调用语句的DO循环的并行本文以中国科学院计算技术研究所并行编译组研制的PORT(Parallelizing Optimizing Restructuring Tools)系统为背景，给出含数组引用的精确的过程间数据流分析的设计思想、关键技术及其在并行化、优化方面的应用．     

支持语言扩展的编译基础结构--X体系结构的研究

语言机制是提供抽象的核心手段,但并不能容易地扩展,给软件的编写和维护带来困难,我们定义了一个可扩展的编译体系结构－Ｘ体系结构,目标是支持用户扩展语言机制,编码领域抽象和优化技巧。它提供了一个可扩展的语言－Ｘ语言,允许用户程序访问程序的多个视图（如ＡＳＴ,类图,类型,上下文等）,并用该语言定义语言扩展,逐步提高该语言的抽象能力,得到高效的定制编译系统,本文中展示了新的语言扩展－程序枚举的实现过程,表     

PVM并行程序验证系统的原理与实现

本文主要介绍ＰＶＭ并行程序验证系统的基本原理和实现技术。首先,我们扼要分析ＰＶＭ程序的构成与特点,然后阐述验证系统的理论模型和验证算法;最后,讨论开发过程中的若干关键技术,本系统的研制可为产行程序的自动转换和分析验证提供了一个可视化的运行环境。     

一种增量式数据流分析方法

数据流分析是编译器中重要部分，而增量式分析在程序开发环境和过程间优化编译器中有着相关实用的价值，当程序发生变化时，它可以增量式地维护数据流信息，而不致因程序的任何小改动都重新进行数据流分析，给出了一种增量式的消去数据流算法，它基于路径简化算法，具有和路径简化算法同样的复杂度，同样的通用性（适用于不可归约流图和流函数不完备的情况），而且能方便地在程序发生变化时维护现有的数据流信息。