ScalarEvolution只分析循环归纳变量，因其设计目标是建模随迭代步数线性/多项式变化的标量值，依赖支配关系、循环结构和SSA定义链；非归纳变量（如条件分支多路径赋值）返回SEUnknown。
不能直接用 ScalarEvolution 分析任意变量，它只对 loop 中的 induction variable 和 related scalar expression 有效。
为什么 ScalarEvolution 只认 induction variable？
ScalarEvolution（SCEV）不是通用表达式求值器，它的设计目标非常明确：建模循环迭代过程中“随步数线性/多项式变化”的标量值。它依赖支配关系、循环结构和 SSA 形式下的定义链，只有满足以下条件的变量才可能被识别为 induction variable：
- 在循环头部有初始定义（如
%i = phi i32 [ 0, %entry ], [ %inc, %backedge ]） - 在循环体中被唯一更新（如
%inc = add i32 %i, 1），且该更新被所有后继路径支配 - 更新表达式本身不依赖循环外不可达的值（否则会退化为
SEUnknown）
如果你传入一个在循环内被条件分支多次赋值的变量（比如 %x = phi i32 [ 1, %if.then ], [ 2, %if.else ]），getSCEV 通常返回 SEUnknown —— 这不是 bug，是设计使然。
如何在 Pass 中安全获取并使用 SCEV？
必须先确认变量属于某个自然循环，再通过 LoopInfo 和 ScalarEvolution 协同提取。典型流程如下：
- 用
L->getHeader()获取循环头，再遍历其phi指令，筛选出有循环边入边的PHINode - 对每个候选
PHINode调用SE->getSCEV(PN)，检查返回值是否为SCEVAddRecExpr类型（即归纳变量） - 若需分析循环 trip count，调用
SE->getBackedgeTakenCount(L)；注意返回可能是SEConstant、SEUnknown或带符号的SEMaxExpr，不能直接 cast - 避免在
FunctionPass的runOnFunction中缓存ScalarEvolution实例——它绑定到当前Function生命周期，应在runOnLoop（LoopPass）或通过AnalysisManager获取
getSCEV 返回值常见类型与陷阱
ScalarEvolution 对同一变量在不同上下文可能给出完全不同的结果，关键看分析时的支配边界和循环嵌套深度：
-
SCEVConstant：变量是编译期常量（如循环上限n = 10），但若n来自函数参数且无!range元数据，getSCEV(n)很可能返回SEUnknown -
SCEVAddRecExpr：最常用，表示{start,+,step}<l></l>，其中L是所属循环；嵌套循环中，外层变量在内层循环里表现为{start,+,0}<outerl></outerl>（即不变） -
SEUnknown：最常踩坑的返回值——不是失败，而是“无法建模”，常见于指针运算、非线性表达式（i * i）、或跨循环边界的条件赋值 - 不要对
SCEV对象做裸指针比较（如==），应使用isIdenticalTo()或getType()->isIntegerTy()判断类型
实际调试时怎么验证 SCEV 是否生效？
最直接的办法是在 Pass 中插入诊断输出，但注意：ScalarEvolution 的 print() 方法输出的是内部树形结构，可读性差。推荐组合使用：
- 用
SE->getSCEVAsString(Value*)获取字符串表示（调试构建下可用） - 配合
opt -analyze -loops -scalar-evolution命令行工具查看整个函数的 SCEV 分析摘要 - 若发现某变量始终是
SEUnknown，先检查LoopInfo是否正确识别了循环（LI->getLoopFor(BB)返回非空），再确认该变量在循环内的 SSA 链是否被 break 或 unroll 等 Pass 提前破坏
真正难的不是调用 API，而是理解哪些变量在什么条件下能被 SCEV 描述——它本质上是一套基于支配关系和循环结构的数学建模，不是语法解析器。一旦变量脱离 induction pattern，就得换用 MemorySSA 或手写数据流分析。
