SSA 的 φ 节点

变量版本化像给每次赋值发一张不同颜色的票。控制流汇合时，后续代码需要一张统一票，却不能预先知道执行来自哪条路。φ 节点站在汇合入口查看“刚才走的是哪条边”，把那条边携带的版本改名为新的统一版本。选择由控制历史决定，而不是由数值大小、真假或某个运行时随机函数决定。

将 φ 放在块入口还有一项结构意义：选中的定义必须沿对应前驱路径可得，而 φ 的结果从块入口起支配后续使用。它把原本隐含在路径中的 reaching-definition 选择显式化，因而既是语义合流点，也是 SSA 图中的定义节点。

菱形 CFG 有 $E\to T,E\to F,T\to J,F\to J$。在 $T$ 中定义 $x_1:=7$，在 $F$ 中定义 $x_2:=9$，则 $J$ 写

沿 $E,T,J$ 手算得到 $x_3=7$；沿 $E,F,J$ 得 $x_3=9$。表达式 $\varphi (x_1,x_2)$ 若遗漏边标签，只在前驱顺序永远稳定时才可安全简写。CFG 优化删除或复制前驱边后，必须同步维护参数，否则文本仍良构却选择错误版本。

循环头 $H$ 的 φ 更能排除普通函数误解。入口 $E$ 定义 $i_0:=0$，循环体 $L$ 定义 $i_2:=i_1+1$，$H$ 定义

第一次从 $E$ 进入时取 $0$；回边进入时取上一轮计算出的 $i_2$。第一次执行时 $i_2$ 尚不存在，这并不构成未定义读取，因为未选择的回边参数根本不被求值。

并行边界可由交换例看清。在块 $J$ 有 $a^{\prime }:=\varphi (P:a,Q:b)$ 与 $b^{\prime }:=\varphi (P:b,Q:a)$。从 $Q$ 进入时结果应同时为 $(a^{\prime },b^{\prime })=(b,a)$。若先把 $a^{\prime }$ 写回旧名字 $a$，再计算第二条，便可能读到更新值而得到两个相同数。正确消解必须保留并行复制语义。

φ 的放置位置由定义路径何处汇合决定，经典算法使用迭代支配边界；但“可能汇合”不等于“变量此后有用”。minimal SSA、semi-pruned SSA 与 pruned SSA 对死 φ 的处理不同，活跃性条件必须另行说明。把每个多前驱块都为每个变量放 φ 虽可能保持语义，却会产生大量无用定义。

数据流分析通常把 φ 参数视为位于对应前驱边上的使用，而把 φ 结果视为块入口的定义。于是活跃性从某个 φ 参数只沿那条前驱传播，不应把同一 φ 的全部参数都标成每个前驱的使用。这个边敏感约定既影响 pruned 放置，也影响后续干涉图；把 φ 当块内普通指令会制造本来不存在的同时活跃。

φ 也不应被直接交给没有这种指令的机器。SSA 消解把每条 φ 转成前驱边上的并行复制，并处理关键边和复制环。若简单把复制顺序塞进前驱块，可能影响该前驱的其他后继；若逐条顺序化交换，则会覆盖仍需的旧值。