数据流分析
一个程序可以以看成是状态（数据）和状态之间的转移（控制）两部分（就像路由系统的 data plane 以及 control plane）。在静态分析程序时，我们很难知道状态会如何转移，因此可以在分析时直接忽略状态转移的条件，认为所有的分支都有可能到达，只关注数据的变化。这种做法就叫做数据流分析。
我们暂时不考虑分析的目标，只考虑数据流分析的算法。比如 Liveliness Analysis 就属于数据流分析的算法。此类算法具有一些共同的特质，比如都是不断循环直到某轮的状态不再更新时停止。我们重点关注数据流分析如何处理条件分支和循环语句。
- 近似方案1：忽略掉程序的条件判断，认为所有分支都有可能到达
- 近似方案2：不在路径末尾做合并，在控制流汇合的所有位置提前做合并
因此，我们会在算法中一视同仁地处理两个分支，处理它们的结点，并在每轮中不断对每个结点做交汇运算来更新其值，直到没有任何结点的值发生更新。
对于此类算法，其安全性、终止性和收敛性都可以使用一套名为数据流分析单调框架的数学模型进行证明。这个模型设计到的数据较为复杂，具体请参考相关资料。
大量的静态分析可以通过一种叫做 Datalog 的逻辑语言来简洁地实现，有许多不同的 Datalog 引擎的实现，详见 https://en.wikipedia.org/wiki/Datalog。
参考资料：https://xiongyingfei.github.io/SA/2022/03_dataflow_analysis_I.pdf