对Python控制流图（Control Flow Graph）-（CFG）的一些探索
粗浅的了解
1.定义
控制流图(Control Flow Graph, CFG)也叫控制流程图，是一个过程或程序的抽象表现，是用在编译器中的一个抽象数据结构，由编译器在内部维护，代表了一个程序执行过程中会遍历到的所有路径。它用图的形式表示一个过程内所有基本块执行的可能流向, 也能反映一个过程的实时执行过程。
Frances E. Allen于1970年提出控制流图的概念。此后，控制流图成为了编译器优化和静态分析的重要工具。
控制流图的几种结构：
2.特点
- 控制流程图是过程导向的
- 控制流程图显示了程序执行过程中可以遍历的所有路径
- 控制流程图是一个有向图
- CFG 中的边描述控制流路径，节点描述基本块
- 每个控制流图都存在2个指定的块：Entry Block(输入块)，Exit Block(输出块)
3.实例
例1：
if A = 10 thenif B > CA = Belse A = C endifendif
print A, B, C
其控制流图为：
例2：计算整数X和整数Y的最大公约数
int gsd(int x,int y)
{int q=x;int r=y;while(q!=r){if (q>r)q=q-r;else r=r-q;}return q;
}
4.控制依赖性(Control dependencies)
控制依赖讲的是：在某种情况下，一个程序指令的执行依赖于前面指令的执行(在前面某个指令执行后才会执行)。
下面从一个例子来说明控制依赖性：
S1: if x > 2 then
S2: y = 3
上面我们可以看出：只有在S1语句x > 2时，才会执行S2语句，也就是说S2的执行受S1语句的控制(影响)，那么我们就称S1与S2具有控制依赖性。
5.数据依赖性(Data dependencies)：
数据依赖产生于两个访问或修改相同资源的语句。
同样从例子来说明数据依赖性：
1 x = 10
2 y = x + c
从上面我们可以知道：x 值的变化会引起 y 值得变化，那么我们就称 y 依赖于 x，y 与具有数据依赖性。
开源的控制流生成器
如下列举了几款搜索到的控制流图生成器，一些是专门用来生成控制流的，一些是作为一个模块嵌套的并可以取出来单独用到的。
pycfg
https://github.com/vrthra/pycfg
staticfg
https://github.com/coetaur0/staticfg
CFG-Generator
https://github.com/Tiankai-Jiang/CFG-Generator
pyt
https://github.com/python-security/pyt
py2cfg
https://gitlab.com/classroomcode/py2cfg
以上这些是针对Python抽象语法树来生成控制流的。
pytype
https://github.com/google/pytype
python-control-flow
https://github.com/rocky/python-control-flow
以上这些是针对Python字节码来生成控制流的。
参考文献
https://blog.csdn.net/qq_42052733/article/details/115923993
https://blog.csdn.net/weixin_64871537/article/details/123415427
