Anderson算法，时间复杂到是立方级别。

    一种有趣的替代方案是 Steensgaard 算法[Ste96]，它通过将赋值视为双向的方式执行更粗粒度的分析。该分析可以通过“**术语统一（term unification）**”来优雅地表示；因此，它被称为**基于统一**的指向分析。我们为每个抽象单元 c 使用术语变量 [[c]]，并使用term构造函数 $\\uparrow t$ 表示指向 t 的指针。（与第11.2节相比，请注意符号的变化：在这里，[[c]] 是一个term变量，不直接表示一组抽象单元。）

    那么对于指针相关的操作，我们进行如下表示：

请注意，对于每个指针操作，最多构造两个统一约束。（这与Andersen的分析不同，Andersen的分析中最后两种语句对每个抽象单元都需要一个约束。）具有一般性，term构造函数满足term等价性：

对于最后得到的指向关系函数，我们定义为：也就是p指针指向的结果是所有p指向的单元的集合！

例子：

1 p = alloc null; // p->alloc 1
2 x = y; // x = y
3 x = z; // p->alloc 1; x = z
4 *p = z; // p->alloc 1; x = z; alloc 1 -> z
5 p = q; // x = z; alloc 1 -> z; p = q
6 q = &y; // x = z; alloc 1 -> z; p = q -> y
7 x = *p; // x = y（注意这里p的结果有y，但是y没有指向，所以x是空）; alloc 1 -> z; p=q -> y
8 p = &z; // x = y; alloc 1 -> z; q -> y; p -> z

Andersen的结果：

Steensgaard的约束：

Steensgaard的结果：利用统一算法（平方复杂度），这个算法永远不会失败，因为只有一个term的构造情况

这个结果显然比Andersen结果要不精确，但是算法更快！