Dalvik虚拟机中DexClassLookup结构解析

http://blog.csdn.net/roland_sun/article/details/46877563 原文如下：

在Android系统中，所有的类定义以及具体的代码都是包含在DEX文件中的。但是，一个功能丰富的程序往往都比较复杂，由很多类组成。

而每一个类，都由一个所谓类描述符（Class Descriptor）的字符串来唯一标识，两个类不可能有同一个类描述符。类描述符不仅包含类名，还包含了类所在的包名。例如，如果你的类所在包名是“com.trendmicro.mars”，且类名是“Test”的话，那么这个类的类描述符就是“Lcom/trendmicro/mars/Test;”。

但是，如果要从一个DEX文件内的众多类中找出那个你想使用的类，仅仅通过逐一比较DEX文件中所有类的类描述符字符串的话，速度往往会比较慢，用户体验会比较差。

Dalvik虚拟机为了解决这个问题，在加载和验证一个DEX文件的时候，会附带生成一个所谓的DexClassLookup结构体，来加快类的查找速度。

[cpp] view plain copy

1. struct DexClassLookup {
2. int     size;
3. int     numEntries;
4. struct {
5. u4      classDescriptorHash;
6. int     classDescriptorOffset;
7. int     classDefOffset;
8. } table[1];
9. };

结构体最开始是一个int型的size，表示了这个DexClassLookup结构体到底要占用多少字节的空间。这个大小也包含了size变量本身的4字节。

接下来的int型numEntries，表示DexClassLookup到底包含了多少个条目。

最后定义了一个内部结构体，存放具体的数据。不过table[1]并不是表示DexClassLookup中只包含一项这个结构体数据，这里只表示下面的是一个数组，具体有多少项，是由前面的numEntries来指定的。

下面，我们来看看，到底这个结构体是如何生成的（代码位于\dalvik\libdex\DexFile.cpp内）：

[cpp] view plain copy

1. DexClassLookup* dexCreateClassLookup(DexFile* pDexFile)
2. {
3. DexClassLookup* pLookup;
4. int allocSize;
5. int i, numEntries;
6. int numProbes, totalProbes, maxProbes;
7. numProbes = totalProbes = maxProbes = 0;
8. assert(pDexFile != NULL);
9. numEntries = dexRoundUpPower2(pDexFile->pHeader->classDefsSize * 2);
10. allocSize = offsetof(DexClassLookup, table)
11. + numEntries * sizeof(pLookup->table[0]);
12. pLookup = (DexClassLookup*) calloc(1, allocSize);
13. if (pLookup == NULL)
14. return NULL;
15. pLookup->size = allocSize;
16. pLookup->numEntries = numEntries;
17. for (i = 0; i < (int)pDexFile->pHeader->classDefsSize; i++) {
18. const DexClassDef* pClassDef;
19. const char* pString;
20. pClassDef = dexGetClassDef(pDexFile, i);
21. pString = dexStringByTypeIdx(pDexFile, pClassDef->classIdx);
22. classLookupAdd(pDexFile, pLookup,
23. (u1*)pString - pDexFile->baseAddr,
24. (u1*)pClassDef - pDexFile->baseAddr, &numProbes);
25. if (numProbes > maxProbes)
26. maxProbes = numProbes;
27. totalProbes += numProbes;
28. }
29. ...
30. return pLookup;
31. }

代码首先确定到底要存放多少条数据。注意，并不是有多少个类就生成多少个条目的。可以看到，具体生成的条目数是类的个数乘以2，然后再算下一个2的幂次方。比如，如果我有5个类的话，那么首先乘以2，得到10，下一个2的幂次方数字是16,，就会生成16个条目。为什么要这么做？我觉得是为了尽量减少Hash碰撞的情况发生。

知道了要创建多少条目的数据后，就可以知道到底要开辟多大的空间来存放这个结构体数据（按照现在的定义，分配空间的计算公式是8+numEntries*12），并且在内存中为这个结构体分配一段连续的空间。接着，对DexClassLookup结构体的前两个变量size和numEntries赋值。

最后，就是要来填写具体的数据了。程序中会遍历DEX文件中包含的每一个类，逐一获得它们的DexClassDef结构和类描述符，且传递给classLookupAdd函数，让它来填写对应该类的快速查找数据（代码位于\dalvik\libdex\DexFile.cpp内）：

[cpp] view plain copy

1. static void classLookupAdd(DexFile* pDexFile, DexClassLookup* pLookup,
2. int stringOff, int classDefOff, int* pNumProbes)
3. {
4. const char* classDescriptor =
5. (const char*) (pDexFile->baseAddr + stringOff);
6. const DexClassDef* pClassDef =
7. (const DexClassDef*) (pDexFile->baseAddr + classDefOff);
8. u4 hash = classDescriptorHash(classDescriptor);
9. int mask = pLookup->numEntries-1;
10. int idx = hash & mask;
11. int probes = 0;
12. while (pLookup->table[idx].classDescriptorOffset != 0) {
13. idx = (idx + 1) & mask;
14. probes++;
15. }
16. pLookup->table[idx].classDescriptorHash = hash;
17. pLookup->table[idx].classDescriptorOffset = stringOff;
18. pLookup->table[idx].classDefOffset = classDefOff;
19. *pNumProbes = probes;
20. }

函数首先调用classDescriptorHash，计算出类描述符对应的一个Hash值，这是一个数字。

然后，代码会根据条目数的多少，计算出一个mask，并且和前面计算的Hash值与以下，算出该条数据在数组中存放位置的下标。前面说过了，数据的条目数一定是2的幂次方。比如，如果是8的话，下标值就取Hash值得后三位，16的话就取Hash值得后四位。这也就解释了，为什么快速查找数据的条目数必须是2的幂次方了。

接下来，看看数组中这个下标对应的条目是不是已经存放了别的类的信息。这种情况，就是碰撞，两个不同的类被映射到了同一个数字上。一旦出现了碰撞的情况话，程序接着用了一种非常简单的处理方法，直接将下标加1，和mask再与一下，得到接着要尝试存放的那个位置，再重头判断一下，直到找到一个没有被用过的位置。但是，这样处理，有可能会占了别的类应该存放的位置，使得性能下降。所以，前面的代码在计算条目数的时候，人为的乘以2，降低了碰撞的概率。不过这样处理的话，存储空间会比较浪费。最后，找到了一个空的位置后，会将对应类的具体数据，包括前面算的类描述符Hash值、类描述符字符串和该类的DexClassDef相对于DEX文件头的偏移量等信息，存放在该位置上。

好了，看完了如何生成DexClassLookup结构体数据，我们再来看看Dalvik虚拟机是如何利用它来加快类的查找速度的（代码位于\dalvik\libdex\DexFile.cpp内）：

[cpp] view plain copy

1. const DexClassDef* dexFindClass(const DexFile* pDexFile,
2. const char* descriptor)
3. {
4. const DexClassLookup* pLookup = pDexFile->pClassLookup;
5. u4 hash;
6. int idx, mask;
7. hash = classDescriptorHash(descriptor);
8. mask = pLookup->numEntries - 1;
9. idx = hash & mask;
10. while (true) {
11. int offset;
12. offset = pLookup->table[idx].classDescriptorOffset;
13. if (offset == 0)
14. return NULL;
15. if (pLookup->table[idx].classDescriptorHash == hash) {
16. const char* str;
17. str = (const char*) (pDexFile->baseAddr + offset);
18. if (strcmp(str, descriptor) == 0) {
19. return (const DexClassDef*)
20. (pDexFile->baseAddr + pLookup->table[idx].classDefOffset);
21. }
22. }
23. idx = (idx + 1) & mask;
24. }
25. }

查找的代码就非常简单了，还是先对要查找类的类描述符，用同样的算法计算一下Hash值，根据条目的数目，取Hash值相应的低几位。以这个值为下标，尝试读取数组中对应位置的数据。如果没有碰撞情况发生的话，一次就能找到你想找的类。如果有碰撞情况的话，还是试着循环查找下一个位置的信息。所以，可以看出来，查找的时候，是将字符串的逐个字符比较转变成了一个四字节数字的比较，速度大大加快了。

对每一个DEX文件来说，其实只需要在最开始计算一次就可以了，没必要每次加载的时候都计算一遍。大家知道，一个DEX文件在第一次被加载的时候，Dalvik虚拟机会对其进行验证和优化，从而以后再次加载这个DEX文件的时候，可以直接读取优化过得ODEX文件，加快加载速度。而在ODEX文件中，其实就包含了对应于这个DEX文件的DexClassLookup结构体数据，直接mmap到内存就好了，不需要再算了。

这里再引申讨论一下，为什么DEX文件中不直接包含对应的DexClassLookup结构体数据呢，就像ELF文件一样？理论上其实是可以的，因为这些都是静态数据，不会在运行的时候改变。我想唯一的解释估计是android不想把快速查找的功能和DEX绑死，而是由Dalvik虚拟机自己实现。这样，不同版本的虚拟机完全可以使用不同的快速查找算法。