hakorune/docs/development/strategies/break-control-flow-strategy.md

Break制御フロー問題 - 根本解決戦略

問題: break文がvoid値を返し、メソッドの正常なreturn値を阻害する 影響: collect_printsメソッドでnull値が返される問題

🎯 ChatGPT Pro最強モード分析結果

TL;DR（戦略概要）

• 短期（フェーズS）: ブロック終端の厳密検出 + PHI生成時の実到達ブロック捕捉（案A徹底）
• 中期（フェーズM）: MIRをPHI前提で一本化、no_phi_mode撤廃でコード大幅削減
• 長期（フェーズL）: build_statementの返り値をBuildOutcomeに根本修正（案B強化版）

📊 現在の実装分析

1. break/continue処理の問題点

• 現状: Jump発行後、新規ブロックに切替え、Const(Void)を合成して返す
• 問題: PHI incomingで「入口ブロック」vs「実到達ブロック」のズレ
• 結果: 早すぎるコピーが走り、古い値が選ばれる

2. PHI実装の現状

• 良い点: if/else、loopは既にPHI前提の設計
• 問題点: no_phi_mode分岐が残存し、複雑性を増している
• 方向性: PHI一本化が現実的

🚀 段階的実装プラン

フェーズS: 即効の止血（1〜2コミット）

優先度: 🔥 最高（Phase 15ブロック解除）

1. PHI incoming predecessor修正

// 修正前（問題あり）
let then_bb = self.new_block();
self.emit_branch(cond_val, then_bb, else_bb)?;
// ... then処理 ...
self.emit_jump(merge_bb)?;
incomings.push((then_bb, then_val)); // ← 入口ブロック（間違い）

// 修正後（正しい）
let then_bb = self.new_block();
self.emit_branch(cond_val, then_bb, else_bb)?;
// ... then処理 ...
let cur_id = self.current_block()?; // ← 実到達ブロック捕捉
if need_jump {
    self.emit_jump(merge_bb)?;
    incomings.push((cur_id, then_val)); // ← 実到達ブロック（正しい）
}

2. 終端ガード徹底

for statement in statements {
    last_value = Some(self.build_expression(statement)?);
    if self.is_current_block_terminated() {
        break; // ← これを全箇所で徹底
    }
}

3. break/continue後のincoming除外

// break/continue後は到達不能なのでincomingに含めない
if terminated_by_break_or_continue {
    // incoming作成をスキップ
}

フェーズM: PHI一本化（中期・数週間）

優先度: ⭐⭐⭐ 高（80k→20k圧縮貢献）

1. no_phi_mode分岐撤廃

• if self.no_phi_mode分岐を全削除
• edge_copy関連コードを削除
• 期待削減: 数百行規模

2. Builder API軽ダイエット

• build_blockの終端処理統一
• build_statement呼び出しに寄せる
• 「式と文の下ろし先混在」を減らす

フェーズL: 根本解決（後期・Phase 15後半）

優先度: ⭐⭐ 中（設計完成）

BuildOutcome導入

struct BuildOutcome {
    value: Option<ValueId>,
    terminated: bool,
    term: Option<TerminatorKind>, // Return/Jump/Branch等
}

// 段階的移行
impl MirBuilder {
    fn build_statement_new(&mut self, stmt: ASTNode) -> Result<BuildOutcome, String> {
        // 新実装
    }
    
    fn build_statement(&mut self, stmt: ASTNode) -> Result<ValueId, String> {
        // 既存API互換（アダプタ）
        let outcome = self.build_statement_new(stmt)?;
        outcome.value.unwrap_or_else(|| {
            let void_id = self.new_value();
            self.emit_const(void_id, ConstValue::Void).unwrap();
            void_id
        })
    }
}

📈 効果試算

コード削減効果

• no_phi_mode撤廃: 数百行削除
• if/loop PHI正規化: 条件分岐20-30%削減
• Builder API統一: 重複処理削除

Phase 15への貢献

• 80k→20k圧縮: 大きく貢献（数%単位）
• 安定性向上: 分岐地獄解消でバグ減少
• 保守性向上: 設計がクリーンに

🛡️ リスク対策

短期リスク

• 既存コード互換性: フェーズSは挙動変更なし
• テスト回帰: 最小再現ケースでユニットテスト追加

長期リスク

• API変更波及: 段階的移行でコンパイル時制御
• variable_mapスナップショット: continue順序問題への対策

🧪 検証計画

フェーズS検証

# 最小再現テスト
echo 'loop(true) { if(cond1) { if(cond2) { x=1 } else { x=2 } break } }' > test.nyash
NYASH_DISABLE_PLUGINS=1 ./target/release/nyash test.nyash

# collect_prints修正確認
NYASH_DISABLE_PLUGINS=1 NYASH_RESOLVE_FIX_BRACES=1 ./target/release/nyash apps/selfhost/vm/collect_empty_args_using_smoke.nyash

PHI検証

• predecessor⇔CFG一致チェック
• break/continue後の未定義値検出

🎯 次のアクション

1. 即座実行: フェーズS修正（loop_builder.rs重点）
2. ユニットテスト: 最小再現ケース追加
3. ベンチマーク: 修正効果の定量評価

📚 関連する解決策

AI各種のアプローチ比較

• task先生: 根本原因分析（完璧）
• Gemini: 短期案A + 長期案B戦略
• codex: 実装重視の型推論強化（高度だがビルド失敗）
• ChatGPT Pro: 段階的戦略（最も現実的）

推奨採用方針

フェーズS（ChatGPT Pro戦略）を最優先で実行 理由: Phase 15セルフホスティング完了への最短経路