update midend docs

docs/contest/midend/cp.md

@@ -1,5 +1,5 @@
 # 常量传播
-
+<!-- 
 ## 原理
 
 常量传播的目的在于发掘代码中可能存在的常量，尽量用对常量的引用替代对虚拟寄存器的引用(虚拟寄存器和变量是同一个概念，以下都使用变量)，并尽量计算出可以计算的常量表达式。
@@ -29,8 +29,8 @@
 - 如果一个基本块末尾处它是常量，另一个基本块结尾处它是$UNDEF$，则交汇结果为**这个常量**
  - 一旦出现了这样的情形，可能意味着后续程序中有使用未赋初值就使用一个变量的行为，优化器可以依据"未赋初值的变量可以有任何取值"，认为这个取值就是另一个基本块的常量值，从而就回到了前一种情形
 - 如果两个基本块末尾处它都是$UNDEF$，则交汇结果为$UNDEF$
-- 否则，交汇结果为$NAC$
-
-这个交汇操作用格图表示如下：
+- 否则，交汇结果为$NAC$ -->
 
-![int_lattice](./pic/int_lattice.png)
+<!-- 这个交汇操作用格图表示如下： -->
+<!-- 
+![int_lattice](./pic/int_lattice.png) -->

docs/contest/midend/dce.md

@@ -3,8 +3,8 @@
 死代码消除即无用代码消除，死代码和不可达代码是两个概念。前者指的是执行之后没有任何作用的代码（例如：多余的计算），后者指的是永远无法被执行到的代码。
 
 活跃变量分析为每个程序点计算出所有变量的集合的子集，用于表示该点处活跃的变量，所以数据流分析的值集为所有变量的集合的幂集。"活跃"的含义是在程序执行过这一点**之后**，这个变量**当前的值**会被使用到，所以数据流分析是后向的。对于单个语句$S$，传递函数要根据$S$之后活跃的变量计算$S$之前活跃的变量，计算方法为：所有$S$用到的变量在$S$之前都是活跃的，所有$S$之后活跃的变量，如果没有在$S$中被定值，证明未来的那次使用用的还是$S$之前的值，所以也是活跃的。
-
-综合得，传递函数定义为：$f_S(x) = (x - def_S) \cup use_S$。其中$def_S$是$S$中定值的所有变量的集合，$use_S$是$S$中使用的所有变量的集合。
+<!-- 
+综合得，传递函数定义为：$f_S(x) = (x - def_S) \cup use_S$。其中 $def_S$ 是$S$中定值的所有变量的集合，$use_S$是$S$中使用的所有变量的集合。
 
 基本块$B$的传递函数定义为：
 
@@ -24,7 +24,7 @@ $$
 
 再看$def_B$和$Def$，其实很容易可以看出这两个集合并不相同，$def_B$包含了被定值的所有变量，而$Def$要求定值之前没有引用过，所以$Def \subseteq def_B$。然而这个区别不会影响任何计算结果：如果变量$x$满足$x \in def_B, x \notin Def$，则意味着它定值之前被引用过，则$x \in use_B, x \in LiveUse$，则它一定在这一步的结果集合中。
 
-> 所以，$Def$这样的定义是冗余的，只会加大计算$Def$时的计算量，使用$def_B$的定义就会简单一些，而且不会影响最终结果。
+> 所以，$Def$这样的定义是冗余的，只会加大计算$Def$时的计算量，使用$def_B$的定义就会简单一些，而且不会影响最终结果。 -->
 
 这里讲一下几个常见的需要注意的点：