决赛阶段的优化参考了论文 Debloating Address Sanitizer
通过调用sequentialExecuteOptimizationPostDom和sequentialExecuteOptimization函数，SlimASan可以识别并移除那些在同一路径上对同一内存地址的重复检查。
- 后支配树优化：sequentialExecuteOptimizationPostDom利用后支配树（Post Dominator Tree）分析，如果一个指令后支配另一个指令，且它们访问同一内存地址，则可以安全地移除后一个指令的检查。
- 控制流分析：sequentialExecuteOptimization在考虑函数调用和内联汇编的情况下执行类似的优化，确保仅在安全的情况下移除检查。
通过sequentialExecuteOptimizationBoost函数，SlimASan能够识别并优化对相邻内存位置的访问检查：
- 移除相邻检查（Removing Neighbor Checks）：rmNeighborChks识别三个点A、B、C的模式，其中如果A和C的检查能够保证B的安全性，则可以移除B的检查。
- 合并相邻检查（Merging Neighbor Checks）：mrgNeighborChks将一系列相邻的内存访问检查合并为一个更大范围的检查，显著减少插桩数量。该函数利用64字节的检查范围（CHECK_RANGE），将多个接近的内存访问整合到一个检查中。
loopOptimization函数专门针对循环中的内存访问模式进行优化：
- 循环不变量优化：InvariantOptimizeHandler处理循环不变的内存访问，将检查移出循环，减少执行次数。
- 单调访问优化：MonotonicOptimizeHandler处理循环中按特定模式（增加或减少）访问数组的情况，通过周期性检查（每32字节检查一次）来减少总体检查量。
- SCEV分析：利用LLVM的标量演化（Scalar Evolution）分析，识别循环中的访问模式，确定最佳的检查策略。