按需指针分析，DemandRefinementPointsTo
在 DemandRefinementPointsTo 对象的初始化期间必须设置几个参数，如下所述。 基本的初始化代码可以看 trunk.tests.demandpa 项目中的 AbstractPtrTest.makeDemandPointerAnalysis() 方法。
在 DemandRefinementPointsTo 对象的初始化期间必须设置几个参数，如下所述。 基本的初始化代码可以看 trunk.tests.demandpa 项目中的 AbstractPtrTest.makeDemandPointerAnalysis() 方法。
该分析还需要一个 HeapModel 来确定如何抽象指针和堆位置。 该分析主要使用通过调用 Util.makeVanillaZeroOneCFABuilder 来分析。
可以扩展分析以获得更高的精度或使用 StateMachine 跟踪其他属性。 例如，上下文敏感是通过使用 ContextSensitiveStateMachine 来实现的。 DemandRefinementPointsTo 类的构造函数将 StateMachineFactory 作为参数； 该工厂类用于为每个查询和每个细化通道创建一个新的 StateMachine 对象。 对于上下文不敏感的分析，传入一个 DummyStateMachine.Factory 对象。
RefinementPolicy 规定分析如何处理字段访问和方法调用，还制定每个细化传递的预算。在默认情况下，分析使用SinglePassRefinementPolicy 来分析单次传递，没有 field-sensitive 和动态（on-the-fly）调用图细化。其他的分析细化策略包括：
- ManualRefinementPolicy ，它针对某些手动指定的字段（主要是 java.util 包下的集合类）进行细化；
- TunedRefinementPolicy ，它试图发现哪些 field 和方法调用对精确处理很重要。
与状态机类似，通过调用 DemandRefinementPointsTo.setRefinementPolicyFactory() 来设置RefinementPolicyFactory 来更改细化策略。
运行分析最直接的方法是调用 DemandRefinementPointsTo.getPointsTo() 方法，它只接受一个 PointerKey 作为参数。 （PointerKey 应该从用于初始化分析的同一 HeapModel 中获得。）如果分析能够在 RefinementPolicy 指定的预算内计算结果，则返回该结果；否则，分析返回 null。
要对分析进行更多控制，请调用 DemandRefinementPointsTo.getPointsTo() 方法，将 PointerKey 和 Predicate 作为参数。 Predicate 指定了分析结果 point-to set 理论上应该满足的条件。 （例如，如果指向集用于检查 down-cast 转换的安全性，则谓词将检查集合中没有实例键会导致向下转换的失败 case。）该方法返回指向集（同样可能为 null）和一个 PointsToResult 指示是否：满足 (1) 谓词，(2) 不再可能进行细化，或 (3) 超出分析预算。