基于 Sea of Nodes (SoN) 的编译器工作过程中，我们能见到一个叫做 Schedule 的 Pass (C2 对 MachGraph 调度)， 这本质上就是 flattening，但是目标函数是：

  • 低寄存器压力，防止太多 spill 到栈上
  • 指令 lantency，充分利用乱序多发射 CPU 的优势 这就是为什么 C2 要进行 Global/Local Code Motion。

但即使是编译器自身工作过程中，Graph 不可避免地要进行存储。 而与时间顺序类似（一维的），内存空间同样是一维的。 而内存也恰巧有越近越容易 Cache Hit 的特性。 因此，即使是在编译器工作过程中，如果我们要优化编译器本身的性能， 那么优化 Graph 的存储也是一个 Minimum Linear Arrangement (MLA) 调度问题 (本质是 NP-hard 的)。如果这个问题也能被通用启发式手段优化， 那么确实会造成不小的性能提升 (有可能用在 JIT 里面)。

在我看来，编译器实现自举是十分重要的。 编译器本身也是一个软件，也需要编译器算法带给它的优化， 像上文的 MLA 的优化就完全可以封装起来用。 因此自举也是 Windcharge 引擎 的一重要目标。