现代处理器体系结构的硬件设施已经具有非常优良的性能,特别是向量VLIW处理器同时具有标量和向量处理单元。与超标量、超流水等高性能的体系结构不同,VLIW的指令调度、相关性检查等工作是交由编译器实现的。因此,相应的编译优化技术是挖掘处理器优良性能的关键所在。寄存器分配作为编译的重要环节,负责将中间代码的符号寄存器转换成目标机器的物理寄存器,尽可能有效地使用寄存器存储操作数来提高代码执行效率。为了解决寄存器数量有限而无法完全容纳寄存器分配候选者的问题,往往不得不通过寄存器溢出把数据临时存放在存储器中。对寄存器溢出问题进行优化处理往往可以改善代码质量、合理利用资源。本文结合向量VLIW处理器的特点,对图着色方法下的寄存器溢出问题开展了以下几个方面的研究:1、复写指令优化。在向量体系结构的范畴内,考查源符号寄存器和目标符号寄存器对应的网都要被溢出的复写指令,设计了复写指令优化方法。在目标符号寄存器对应的网的定值仅存在于该复写指令的情况下,该方法分标量和向量两种复写指令使用不同的存储空间来存放复写指令优化相关的溢出数据,并插入相应的数据恢复指令从标量或向量存储空间恢复数据,达到替换原复写指令作用的目标。该优化方法能够达到减少标量或向量复写指令数目和节约存储资源的效果。2、循环中定值溢出或使用恢复优化。循环中可能存在需要溢出的网的定值或使用。本文针对向量体系结构下的循环,设计了溢出处理优化方法。对于要为其中的使用或定值插入溢出代码的循环,该方法分标量寄存器和向量寄存器两个方面分析研究循环中的活跃变量,如果它们的数量不多于相应的可用寄存器数,将对定值的溢出或对使用的恢复的代码提到循环外。该优化方法可使得循环内的标量或向量数据溢出和恢复指令减少,提高了代码执行效率。3、溢出数据的存放方法优化。被溢出的寄存器分配候选者的数据需要放到存储器中。针对该问题,本文研究了被溢出的数据不一定要放在不同的存储单元的问题,设计了相应的溢出数据存储的优化算法。该算法通过分析每一遍寄存器分配处理过程中需要溢出的寄存器分配候选者的活跃区间是否重叠,判断它们是否冲突,分标量和向量数据两种情况将不冲突的需要溢出的对象存放到同一个存储单元。这项优化能够获得节约存储器资源的效果,对向量情况效果更明显。