编译原理实战：如何用DAG优化你的三地址代码生成（附Python示例）

编译原理实战：如何用DAG优化你的三地址代码生成（附Python示例）

在编译器设计的核心环节中，中间代码优化往往决定着最终生成代码的执行效率。当开发者需要处理复杂表达式时，传统线性结构的三地址代码可能包含大量冗余计算。本文将以工程视角，演示如何利用**有向无环图（DAG）**对抽象语法树进行重构，生成更精简的三地址代码，并通过完整Python实现展示性能提升效果。

1. DAG优化原理与实现框架

1.1 为什么需要DAG优化

考虑表达式 x = (a+b)*(a+b)+c 的三地址代码生成：

t1 = a + b
t2 = a + b  # 重复计算
t3 = t1 * t2
t4 = t3 + c
x = t4

DAG通过公共子表达式消除可自动识别并复用相同计算节点。优化后的DAG结构将表达式表示为：

      +
     / \
    *   c
   / \
  +   +
 / \ / \
a   b   a   b

1.2 DAG节点数据结构设计

Python实现中，我们使用类封装DAG节点：

class DAGNode:
    def __init__(self, op, left=None, right=None):
        self.op = op          # 操作符或变量名
        self.left = left      # 左子节点
        self.right = right    # 右子节点
        self.temp_var = None  # 生成的临时变量名

关键优化在于节点哈希表的维护：

node_cache =