Круть.

Да не очень, 6 лет в универе оставил. Я пока думаю над DSL. Должен быть способ как то описывать это все

https://github.com/ArsMasiuk/qvge вот визуально вроде можно
Пока не очень представляю, скорей всего нужен graphMl наверное но те точно

Но он не человекочитайемый

КС-запросы к некоторому графовому представлению исходного кода (SoN или даже "полный" CPG) были бы совсем не лишними и весьма удобными. На практике проблемы возникли в области балансирования потребления памяти, модульности, гибкости языка запросов и скорости их обработки.

А оно зочем вообше?

Почему не взять просто node4j в начале

Вообше нет какого-то наимянования такого представления потому, что для каждого языка оно уникальное ну вроде Overlay Graph Ir звучит логично

Ну вот мы как раз с чем-то таким играемся: пытаемся расширить Cypher и подружить это расширение с RedisGraph https://github.com/YaccConstructor/articles/blob/master/InProgress/The_RedisGraph_Strikes_Back/main.pdf Если есть понимание, как поставить эксперимент по применению к SoN, это могло бы быть интересным, как мне кажется.

В начале можно. Люди же как раз так и делают. Просто КС запросы более выразительны и, как следствие, могут помочь описать в простых терминах более сложные анализы. Вопрос, скорее, в том, где именно такие анализы нужны на практике и на сколько адекватным получится интсрумент с точки зрения производительности, потребления памяти и т.д.

Применение к SoN — это Controlflow-sensitive Dataflow Analysis. Нас, конечно, интересует Taint Analysis. Впрочем, для начала и Alias Analysis будет совсем не бесполезным.

Напомните, пожалуйста, где найти этот список книг.

В описании чата:
Литература:
https://github.com/true-grue/Compiler-Development

(Это мой старый перечень, но интерес, как мне кажется, он все еще представляет) Ниже я хочу представить краткий список полновесных книг по специальным вопросам компиляции. Эти книги много дали лично мне. Надеюсь, они окажутся в соответствующий момент полезными и вам.

1. Automatic Algorithm Recognition and Replacement. A New Approach to Program Optimization (https://mitpress.mit.edu/books/automatic-algorithm-recognition-and-replacement?cr=reset).

Тема распознавания алгоритмов очень мало изучена. Но перспективы здесь самые впечатляющие. Оптимизации на уровне алгоритмов, автоматическое распараллеливание и проч. Весьма вдохновляющее чтение.

2. Reasoning About Program Transformations. Imperative Programming and Flow of Data. (https://www.springer.com/us/book/9780387953915).

Очень нетипичная книга по анализу и преобразованиям программ. Доходчиво написано, автор предмет понимает настолько глубоко, что не стесняется быть субъективным, оригинальным в изложении традиционной теории. Рассматривается в том числе полиэдральная модель программы.

3. Instruction Selection. Principles, Methods, and Applications. (https://www.springer.com/us/book/9783319340173).

Такого подробного, эницклопедического обзора подходов к выбору инструкций не хватало давно. Автор систематизировал различные приемы, использовал в изложении исторический контекст.

4. Partial Evaluation and Automatic Program Generation (https://www.itu.dk/~sestoft/pebook/).

В наше время все чаще на практике используются давние результаты Турчина, Футамуры, Ершова и других исследователей в области частичных вычислений/метапрограммирования. В какой-то момент, после прочтения очередной заметки в блоге с упоминанием проекций Футамуры (PyPy, Truffle и так далее), нелишне будет открыть и эту книгу, где подробно изложены все эти темы.

Спасибо, но в данном случае речь шла о списке, который я сейчас в plcomp поместил :)

спасибо

Так и не нашел но что то знакомое

наверное это https://www.semanticscholar.org/paper/Abstraction-mechanisms-in-CLU-Liskov-Snyder/17fe58e6115711ce4d5ceef941c60eb6d6898dcf

Почему все ссылки редиректятся через заглушку vk.com/away?

Пережиток прошлого. Спасибо, исправил.