c - 如何将函数下的多个相同类型循环映射到LLVM IR中生成的基本 block ？

Question

如果循环是不同类型的，那么我可以很容易地用名称识别它们，但是如果有多个相同类型的循环(比如 5 个 while 循环)，我如何识别其中的基本 block LLVM IR对应源码中的哪个循环？

当我们按顺序访问代码和 LLVM IR 时，手动识别很容易，但我正在研究如何以编程方式识别它们。

例如，我在 C 中有以下源代码:

int main()
{
   int count=1;
   while (count <= 4)
   {
        count++;
   }
   while (count > 4)
   {
        count--;
   }
   return 0;
}

当我执行命令时 clang -S -emit-llvm fileName.c 我得到了 fileName.ll create with the below content:

; ModuleID = 'abc.c'
source_filename = "abc.c"
target datalayout = "e-m:w-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-pc-windows-msvc19.0.23026"

; Function Attrs: noinline nounwind uwtable
define i32 @main() #0 {
entry:
  %retval = alloca i32, align 4
  %count = alloca i32, align 4
  store i32 0, i32* %retval, align 4
  store i32 1, i32* %count, align 4
  br label %while.cond

while.cond:                                       ; preds = %while.body, %entry
  %0 = load i32, i32* %count, align 4
  %cmp = icmp sle i32 %0, 4
  br i1 %cmp, label %while.body, label %while.end

while.body:                                       ; preds = %while.cond
  %1 = load i32, i32* %count, align 4
  %inc = add nsw i32 %1, 1
  store i32 %inc, i32* %count, align 4
  br label %while.cond

while.end:                                        ; preds = %while.cond
  br label %while.cond1

while.cond1:                                      ; preds = %while.body3, %while.end
  %2 = load i32, i32* %count, align 4
  %cmp2 = icmp sgt i32 %2, 4
  br i1 %cmp2, label %while.body3, label %while.end4

while.body3:                                      ; preds = %while.cond1
  %3 = load i32, i32* %count, align 4
  %dec = add nsw i32 %3, -1
  store i32 %dec, i32* %count, align 4
  br label %while.cond1

while.end4:                                       ; preds = %while.cond1
  ret i32 0
}

attributes #0 = { noinline nounwind uwtable "correctly-rounded-divide-sqrt-fp-math"="false" "disable-tail-calls"="false" "less-precise-fpmad"="false" "no-frame-pointer-elim"="false" "no-infs-fp-math"="false" "no-jump-tables"="false" "no-nans-fp-math"="false" "no-signed-zeros-fp-math"="false" "no-trapping-math"="false" "stack-protector-buffer-size"="8" "target-cpu"="x86-64" "target-features"="+fxsr,+mmx,+sse,+sse2,+x87" "unsafe-fp-math"="false" "use-soft-float"="false" }

!llvm.module.flags = !{!0}
!llvm.ident = !{!1}

!0 = !{i32 1, !"PIC Level", i32 2}
!1 = !{!"clang version 4.0.0 (tags/RELEASE_400/final)"}

现在为给定的源文件创建了两个基本 block ，分别是 while.cond 和 while.cond1，我如何确定哪个基本 block 用于哪个 while 循环在源代码中？

Answer 1

在我尝试回答之前，我只想注意，根据所选的优化级别或使用 opt 手动选择的传递，信息可能不存在或可能不准确(例如，因为内联、克隆等)。

现在，将低级表示和源代码关联起来的方法是使用调试信息(例如 DWARF 格式)。要生成调试信息，您需要在编译期间使用 -g 命令行标志。

对于 LLVM IR，如果你看一下 Loop API有相关调用，如getStartLoc .所以你可以做这样的事情(例如在 llvm::Function pass 的 runOn 方法中):

llvm::SmallVector<llvm::Loop *> workList;
auto &LI = getAnalysis<llvm::LoopInfoWrapperPass>(CurFunc).getLoopInfo();

std::for_each(LI.begin(), LI.end(), [&workList](llvm::Loop *e) { workList.push_back(e); });

for(auto *e : workList) {
  auto line = e->getStartLoc().getLine();
  auto *scope = llvm::dyn_cast<llvm::DIScope>(e->getStartLoc().getScope());
  auto filename = scope->getFilename();

  // do stuff here
}

此外，对于 BasicBlock ，你也可以使用Instruction中的调试相关方法(例如 getDebugLoc)并将其与对其他 Loop 的调用相结合getHeader等方法

另外，请注意有一个 getLoopID 方法，它为每个循环使用一个内部唯一 ID，但它并不总是存在，并且它受制于我在开始时提到的潜在省略。无论如何，如果您需要操作它，请查看 LLVM 源代码中遵循 setLoopID 方法的示例(例如，在 lib/Transforms/Scalar/LoopRotation.cpp 中)。