寄存器是内存层次结构中最快的位置。但是不幸的是，这种资源是有限的。它属于目标处理器最受限制的资源。寄存器分配是一个NP完全问题。但是，可以将此问题简化为图形着色以实现分配和分配。因此，好的寄存器分配器可以为难题解决有效的近似解决方案。
寄存器分配器确定哪些值将驻留在寄存器中，以及哪个寄存器将保存每个这些值。它以一个具有任意数量寄存器的程序作为输入，并生成一个具有有限寄存器集的程序，该程序可以适合目标机器。 (查看图片)
分配与分配：
分配–
将无限的名称空间映射到目标计算机的该寄存器集。
- Reg。注册模型：将虚拟寄存器映射到物理寄存器，但将过多的数量溢出到内存中。
- 嗯给Mem。型号：将存储器位置的某些子集映射到一组名称，以对物理寄存器集进行建模。
分配可确保代码适合目标计算机的reg。在每条指令上设置。
任务 –
将分配的名称集映射到目标计算机的物理寄存器集。
- 假设已经完成分配，以便代码可以放入物理寄存器集中。
- 寄存器中最多指定“ k”个值，其中“ k”为否。物理寄存器。
通用寄存器分配是NP的完整问题：
- 当(所需寄存器数)<=(可用物理寄存器数)时，用多项式时间求解。
- 可以使用间隔图着色在线性时间内生成分配。
本地寄存器分配和分配：
在基本块内部分配的方法称为Local Reg。分配。本地注册的两种方法。分配：自上而下的方法和自下而上的方法。
自上而下的方法是一种基于“频率计数”的简单方法。确定应保存在寄存器中以及应保存在存储器中的值。
算法：
- 计算每个虚拟寄存器的优先级。
- 按优先级对寄存器进行排序。
- 按优先级分配寄存器。
- 重写代码。
超越单个块：
- 由于控制流程进入画面，因此更加复杂。
- 活动范围和活动范围：活动范围由彼此相关的一组定义和使用组成，因为它们即在这对指令/数据对中没有单个寄存器是通用的。
以下是在块中找出实时范围的一种方法。有效范围表示为间隔[i，j]，其中i是定义，j是最后一次使用。
全局寄存器分配和分配：
1.寄存器分配器的主要问题是最大程度地减少溢出代码的影响；
- 溢出代码的执行时间。
- 溢出操作的代码空间。
- 溢出值的数据空间。
2.全局分配不能保证溢出代码执行时间的最佳解决方案。
3.本地和全局分配之间的主要区别：
- 自然而然，全球范围的结构要比本地范围复杂。
- 在全局有效范围内，不同的引用可能执行不同的次数。 (当基本块形成循环时)
4.为了做出有关分配和分配的决定，全局分配器通常通过构建干扰图来使用图着色。
5.然后，寄存器分配器尝试为该图构造k色，其中“ k”为否。物理寄存器。
- 万一编译器无法直接为该图构造k色，它会通过将一些值溢出到内存来修改基础代码，然后重试。
- 溢出实际上简化了该图，从而确保算法将停止。
6. Global Allocator使用几种方法，但是，我们将看到自上而下和自下而上的分配策略。与上述方法相关的子问题。
- 发现全球直播范围。
- 估计泄漏成本。
- 建立干涉图。
发现全球直播范围：
如何发现变量的实时范围?
上图正确解释了所有内容。让我们以Rarp为例，它是在程序点1初始化的，最后一次使用是在程序点11的。因此，Rarp的实时撕裂即Larp为[1,11]。同样，其他人也跟进。
估算全球泄漏成本：
- 做出溢出决定所必需的，包括-地址计算，内存操作成本和估计的执行频率。
- 为了提高性能，通常将这些溢出值保留在激活记录中。
- 一些嵌入式处理器提供ScratchPad内存来保存这些溢出的值。
- 负溢出成本：单个地址的连续负载存储需要增加负担，因此需要删除，因此会产生负溢出成本。
- 无限溢出成本：如果在定义和使用之间没有其他有效范围结束，则实时范围应具有无限溢出成本。
干扰和干扰图：
从上图可以看出，有效范围LRa在第一个基本块中开始，在最后一个基本块中结束。因此，它将与其他所有活动范围(即Lrb，Lrc，Lrd)共享一条边。但是，Lrb，Lrc，Lrd与其他活动范围样本Lra不重叠，因此它们仅与Lra共享一条优势。
构建分配器：
- 请注意，k可着色图查找是一个NP完全问题，因此我们需要对此进行近似估算。
- 尝试将实时范围拆分为一些不重要的块(最常用的块)。
自上而下的着色：
- 尝试按一些排名功能(即基于优先级)确定的顺序为实时范围上色。
- 如果没有颜色可用于活动范围，则分配器将调用溢出或拆分以处理未着色的颜色。
- 具有k个或更多邻居的实时范围称为受约束节点，并且难以处理。
- 无约束的节点比较容易处理。
- 处理泄漏：如果在某些使用范围内未发现任何颜色，则需要进行泄漏，但这当然不是最终/最终的解决方案。
- 实时范围拆分：对于未着色的范围，请将实时范围拆分为多个子范围，这些范围可能比原始范围的干扰少，因此至少可以对其中一些进行着色。
柴廷的想法：
- 选择(度
- 从图中删除该节点及其所有边缘。 (这可能会降低其他一些节点的度数，并导致更多节点的度数为k，因此必须溢出某些节点。
- 如果不需要溢出任何顶点，请依次将顶点弹出堆栈，并以邻居不使用的颜色对其进行着色。 (尽可能重用颜色)。
合并副本以降低程度：
编译器可以使用干涉图来合并两个有效范围。因此，通过合并，您可以获得哪种类型的收益?
比较自上而下和自下而上的分配器：
- 自上而下的分配器可以采用自下而上的分配器中使用的“溢出和迭代”哲学。
- “溢出和迭代”将额外的编译时间换为可能使用较少溢出代码的分配。
- 自上而下使用优先级排序对所有约束节点进行排序。 (但是，它会以任意顺序为不受约束的节点上色)
- 自下而上构造了一个顺序，在该顺序中，大多数节点在图中不受约束地着色。
