使用 IBM 静态工具优化 Java 代码，第 1 部分: 工具入门

核心提示： 首先，它模仿 javac 的使用，使用 IBM 静态工具优化 Java 代码，第 1 部分: 工具入门(2)，语法和 javac 相似，支持许多 javac 的常用命令参数，而 BEAM 只有在发现了确凿的证据证明除数 N 可能为 0 时才会报错，例如清单 2 和清单 3，而且具有相同的语义，比

首先，它模仿 javac 的使用，语法和 javac 相似，支持许多 javac 的常用命令参数，而且具有相同的语义，比如 -classpath，-source，-d 等等；不仅如此，它还模仿 javac 接受相同的源文件，只不过不是编译，而是分析检查这些源文件。这样习惯于 javac 的开发人员就可以很轻松的学会使用。

其次，许多静态分析工具报错的准确性较低，很多被这些工具标记为错误的代码事实上是正确的，这样会增加程序员工作量，并有可能掩盖真正的错误。而 BEAM 使用了额外的定理证明（theorem proving）技术来判断一个潜在的错误是否是真正的错误，从而减轻了程序员判断错误真伪所需的工作量。例如：

清单 1. 代码示例
　int　Average(int　Sum,　int　N)　
　{　
　　　return　Sum　/　N;　
　}　

很多静态分析工具遇到清单 1 的代码会报除数为 0 的错误，而事实上如果清单 1 所在的整个代码工程中，进入 Average 的参数 N 永远都不可能为 0 的话，这个错误就不能算是真正的错误。而 BEAM 只有在发现了确凿的证据证明除数 N 可能为 0 时才会报错。例如清单 2 和清单 3，都会报除数为 0 的错误。

清单 2. 报错代码示例 1
　int　Average(int　Sum,　int　N)　
　{　
　　　if　(　N　==　0　)　//　这里证明　N　有可能等于　0　
　　　X　=　1;　
　　　
　　　return　Sum　/　N;　
　}　

清单 3. 报错代码示例 2
　int　Average(int　Sum,　int　N)　
　{　
　　　if　(　N　!=　0　)　//　这里证明　N　有可能允许等于　0　
　　　X　=　1;　
　　　
　　　return　Sum　/　N;　
　}