module是顶层容器,一个源文件对应一个module;function是module的子节点,必须属于且仅属于一个module;basicblock是function的线性指令序列,必须以terminatorinstruction结尾。

Module 是顶层容器,一个源文件对应一个 Module
LLVM IR 的结构是严格分层的:Module 是最高层级的组织单元,它代表整个编译单元(比如一个 .c 文件)。一个 Module 包含全局变量、函数声明/定义、元数据、目标平台信息(如 target triple)等。它不执行任何逻辑,只负责收纳和管理下级对象。
常见错误是试图在多个 Module 之间直接共享 Function 或 BasicBlock —— 这不行。Function 的 getParent() 返回的一定是某个 Module*,跨 Module 移动函数需显式调用 function->removeFromParent() 再 module->getFunctionList().push_back(),否则会触发断言失败或内存越界。
Function 是 Module 的子节点,必须属于且仅属于一个 Module
Function 描述一个可调用实体,其生命周期绑定在 Module 中。它拥有参数列表、返回类型、属性(如 noinline)、以及一组 BasicBlock。注意:一个 Function 可以没有 BasicBlock(例如纯声明),但一旦有代码,就必须至少有一个入口块(entry block)。
容易被忽略的一点是:Function 不是“指令容器”,它本身不存指令;指令实际存在于它的 BasicBlock 里。遍历函数内所有指令得两层循环:for (auto &BB : *F) for (auto &I : BB)。漏掉外层 BasicBlock 遍历,就会完全看不到指令。
BasicBlock 是 Function 的线性指令序列,必须以 TerminatorInstruction 结尾
BasicBlock 是控制流的基本单位,单进单出,内部指令顺序执行。它不是独立于 Function 存在的——构造时必须传入 Function* 作为父节点,否则 BasicBlock::Create() 会 assert 失败。
关键约束在于终结指令(TerminatorInstruction):每个 well-formed BasicBlock 必须且只能有一条终结指令,且必须是最后一条。常见终结指令包括 ret、br、switch、unreachable。如果手动插入指令后忘了加终结指令,或者在已有终结指令后又追加了普通指令(比如 add),LLVM 的验证器(verifyFunction())会在优化或打印 IR 时报错:"BasicBlock does not end with terminator instruction!"。
另外,BasicBlock 名字(getName())只是调试标识,不影响语义;但若名字为空,printAsOperand() 会显示为 %bb.1 这类自动生成标签,可能干扰你定位某块逻辑。
三者关系本质是树状所有权链:Module → owns → Function → owns → BasicBlock → owns → Instruction
这不是松散的引用关系,而是严格的内存归属:销毁 Module 会递归释放所有 Function,进而释放所有 BasicBlock 和其中的 Instruction。所以不要在 Module 生命周期外持有裸指针(比如把 BasicBlock* 存到全局 vector 里然后等 Module 被 delete 后还去访问)——这会导致 use-after-free。
真正容易出问题的地方在于跨 Pass 修改:比如某个 Pass 删除了一个 BasicBlock,但另一个 Pass 还缓存着它的指针或迭代器,下次访问就崩。正确做法是用 llvm::SmallVector 缓存 BasicBlock* 前先确认它们没被 eraseFromParent();更安全的是缓存 BasicBlock* 的名字或在 Function 级别做索引。











