在編譯器理論中，一個指令的定義可達性（Reaching Definition）必然是另外一個指令，而這個指令則是一個沒有交錯賦值指令的目標變數，舉例來說：
基本介紹
- 中文名：定義可達性
- 外文名：Reaching Definition
例子,作為分析用途,工作清單算法,
例子
d1 : y := 3d2 : x := y
在d2中，d1為定義可達性，而在下列的範例中：
d1 : y := 3d2 : y := 4d3 : x := y
d1在d3不再是定義可達性，因為d2使它不再可能被到達。
作為分析用途
定義可達性也可稱為數據流分析，它靜態的決定在程式碼當中哪些定義可以被到達，由於他相當簡單，它在教課書當中通常被使用作數據分析的經典範例。數據流匯流運算（data-flow confluence operator）則是使用聯集，而他的分析則是正向流動。定義可達性被使用在計算UD鏈以及DU鏈。
資料流方程式，給定一個基本區塊 
在定義可達性：
換句話說，定義可達性的集合為，
為的前身，在控制流程圖（Control flow graph）中，包含所有在區塊前的基本區塊。定義可達性出來的，為所有定義可達性自己前身減掉那些被剃除掉的變數，再加上產生的新的定義。
我們定義通用的指令
及
如下：
工作清單算法
通常使用疊代工作列表算法來計算到達定義。
輸入：控制流程圖CFG =（節點，邊緣，進入，退出）
// Initializefor all CFG nodes n in N, OUT[n] = emptyset; // can optimize by OUT[n] = GEN[n];// put all nodes into the changed set// N is all nodes in graph, Changed = N; //Iterate while (Changed != emptyset){ choose a node n in Changed; // remove it from the changed set Changed = Changed -{ n }; // init IN[n] to be empty IN[n] = emptyset; // calculate IN[n] from predecessors' OUT[p] for all nodes p in predecessors(n) IN[n] = IN[n] Union OUT[p]; oldout = OUT[n]; // save old OUT[n] // update OUT[n] using transfer function f_n () OUT[n] = GEN[n] Union (IN[n] -KILL[n]); // any change to OUT[n] compared to previous value? if (OUT[n] changed) // compare oldout vs. OUT[n] { // if yes, put all successors of n into the changed set for all nodes s in successors(n) Changed = Changed U { s }; }}