闭包分析的约束条件是一个可以在立方时间内解决的通用类的实例。许多问题都属于这个类别，因此我们将更仔细地研究算法。

程序表示：

• T：tokens，可以认为是函数名的集合
• V：元素是x，可以认为是表示函数调用的变量，每个x的结果是T，也就是可能被调用的函数的集合

目标：

• 对一系列的形如：$t \in x \text{~or~} t\in x \Longrightarrow y \subseteq z$ 的约束进行求解，得到最小结果集合

数据结构：

• $x.sol \subseteq T$，表示x的结果。也就是变量可能是哪些函数
• $x.succ \subseteq V$，表示x的后续节点，也就是计算图里面连接关系，作用是当x更新的时候，后续节点和x相关，也需要更新
• $x.cond(t) \subseteq V \times V$，表示对于两个变量x和t的一组条件约束，作用是对于条件，如果满足了，那么就需要更新x和t的关系；所以这个条件需要被记录
• $W \subseteq T \times V$，表示一个工作列表，记录当前所有工作中的x能够表示什么t的情况，如果触发了更新操作，那么这个列表里面都需要更新

算法：

1. 初始化：所有的集合都是空集合
2. 算法过程：对于每一个约束，进行计算
   1. addToken：x有一个结果是表示函数t
   2. addEdge：y是x的后继，也就是说x有的结果，都需要传递到y
   3. propagate：从已经更新好的结果里面，把每一个(t,x)对取出来，进行传递更新
      1. x.cond(t)表示如果t成立的时候，有一组 $y \subseteq z$ 需要更新。当前是(t,x)，也就是x.cond(t)条件成立的时候，需要有传递，那么这个时候出现了t，就需要先构建这个边。并且传递信息
      2. 对于x的后继y，更新结果

时间复杂度：O(n^3)