10、基于合取部分演绎和参数过滤的前向切片技术

基于合取部分演绎和参数过滤的前向切片技术

1. 前向切片的基本原理

在标准的合取部分演绎（CPD）中，计算得到的全局树中的特征合取式 $\tilde{C}$ 会根据相关的特征树进行展开，以生成原程序的正确特化版本（重命名后）。为了计算前向切片，只需改变 CPD 算法的代码生成阶段。具体来说，利用 $\tilde{C}$ 中每个合取式的特征树来确定原程序中哪些子句被使用过，这些子句应出现在切片中。

给定一个特征路径 $\delta$，定义 $cl(\delta)$ 为该路径中的子句编号集合，即 $cl(\delta) = {c | \langle l : c\rangle$ 出现在 $\delta$ 中且 $c$ 是子句编号 $}$。程序切片可从一组特征树中按如下方式获得：

定义 8（前向切片） ：设 $P$ 是一个普通程序，$G$ 是一个切片准则。设 $\tilde{C}$ 是 CPD 算法的输出（一组特征合取式），$T$ 是 $\tilde{C}$ 中的特征树。相对于 $G$ 的 $P$ 的前向切片，记为 $slice_T(P)$，包含 $P$ 中那些出现在 $T$ 的某个特征路径中的子句。形式上，$slice_T(P) = \cup_{\hat{\tau} \in T} {cl(\delta) | \delta \in \hat{\tau}}$。

该前向切片方法的正确性如下：

定理 1 ：设 $P$ 是一个普通程序，$G$ 是一个切片准则。设 $P’$ 是根据定义 8 得到的前向切片。那么，$P’$ 是相对于 $G$ 的 $P$ 的正确切片。