IR是编译器眼中程序的权威表示，编译器绝不会回头查看程序源代码。编译器眼中的程序就是IR。

有不同种类的IR，如图IR，线性IR等。有人认为用树和图来表示程序最为自然，因此有图IR。而有人认为前端语言和后端语言（汇编）都是线性的，因此线性IR更适合优化。

IR的设计需要能反映源语言的特征，并尽可能多地有利于优化。如OO语言的IR必须有类层次层级的信息，而C的IR不需要。

图IR

语法树和AST（抽象语法树）是一种图IR。

CFG和DFG也是图IR。CFG不必多言。DFG是指反应了数据流向，即从定义->使用->使用->使用的图。无论CFG和DFG都是一种IR。

不同的IR之间可以互相转换，从线性IR中也可以构造出CFG。

线性IR

典型的线性IR如堆栈机（JVM）或register machine。前者将所有操作都放到栈上，后者忽略现实机器中寄存器数量的限制。

SSA

SSA也许是当今影响力最大也最常见的IR。很多不同的数据流信息都表明，如果每种变换都使用自己的分析，那么分析的花费就可能过大。我们希望使用单趟分析来支持多种变换。

SSA是一种编码了控制流和数据流信息的IR。换句话说，它本身就反应了控制流和数据流分析的结果。只要有了SSA，就可以执行许多经典的变换。

SSA中，一个变量的各处定义会使用不同的下标表示。实际上避免了变量的值被kill掉的问题，使得变量的值全程可用。下标还蕴含了可达性信息，即一个变量定义的可达性。

SSA引入了特殊的函数$\phi$函数。$\phi$函数的含义是，控制流从哪个bb转移而来，$\phi$函数就取那个bb中对应的变量值，且同一个bb中的$\phi$函数并行执行，不考虑顺序。

SSA构造

最简单的，先构造CFG，对于有多个前驱的bb（汇聚点）中的每个前驱中有对应版本的变量，插入$\phi$函数。然后计算可达性信息，为下标标号。

符号表

编译器会利用符号表作为中枢存储结构存取编译时得到的信息。其主要功能是将符号（如变量名）映射到特定的值。

单纯的映射可以通过散列表实现。我们还关心能否实现作用域。

可以用表束（即多个表）实现支持作用域的符号表。查询表束的过程类似于python closure中的查找变量。

每个表只保存本作用域内符号信息，并保存指向自己父作用域表的指针。编译器查找符号时先在本作用域内寻找，如果找不到再依次向外层作用域的表寻找。