LLVM中结构体字段的use-def分析可行性及未访问字段删除问询

可行性说明 #

完全可以基于现有GEP指令对结构体字段开展use-def分析。C语言结构体的内存布局是编译期确定的，转换成LLVM IR后，结构体字段访问对应的getelementptr（GEP）指令会明确使用常量索引指定访问的字段位置，不存在动态索引的情况，具备静态分析的基础。

核心分析流程 #

• 第一步：遍历整个LLVM模块，收集所有自定义结构体类型的定义，为每个结构体的所有字段初始化「未使用」标记。
• 第二步：全量扫描模块中的所有指令，筛选出涉及结构体类型操作的GEP指令：
  • 对标准结构体字段访问格式的GEP指令（如gep %struct.YourStruct, ptr %struct_ptr, i32 0, i32 2），提取最后一位常量索引值，将对应结构体的指定索引字段标记为「已使用」。
  • 处理嵌套结构体、指针类型强制转换的场景，可配合LLVM内置的别名分析接口排查跨类型访问的情况，避免漏判。
• 第三步：扫描完成后，所有仍保持「未使用」标记的字段即为可安全移除的对象。

字段改造注意事项 #

• 移除未使用字段后需重新计算结构体的内存布局，同步调整所有访问该结构体剩余字段的GEP指令的索引值，保证索引与新的字段顺序匹配。
• 同步更新所有使用该结构体的场景的类型定义，包括函数参数、返回值、全局变量、数组元素类型等位置。
• 若未开启全程序优化（LTO），需确认结构体仅在当前翻译单元内部使用，避免修改对外暴露的结构体导致ABI不兼容。
• 若模块中存在memcpy、memset等直接操作结构体整体内存的内置函数调用，需评估操作的内存范围是否覆盖未使用字段，必要时调整操作长度或保留相关字段，避免出现内存访问越界错误。

实现对应LLVM Pass时可直接复用LLVM内置的AliasAnalysis、MemorySSA接口简化别名判断逻辑，也可以参考GlobalOpt、DeadFieldElimination等官方Pass的现有实现逻辑。

内容的提问来源于stack exchange，提问作者Darshan Bhat