KVM 常量池實現詳解：Union 緊湊存儲、類型標識分離與加載器構建流程

常量池是 Class 文件中最複雜、體積最大、且運行時訪問最頻繁的區域。KVM 通過 Union 統一大小、類型標識後置數組、定點數索引 三大技巧，在極受限內存下實現了高效、緊湊的常量池運行時表示。

Class 文件常量池項類型 (11 種)

KVM 運行時常量池數據結構

constantPoolEntryStruct — Union 統一項大小

union constantPoolEntryStruct {
    struct {                // Fieldref/Methodref/InterfaceMethodref 共用
        unsigned short classIndex;
        unsigned short nameTypeIndex;
    } method;
    CLASS clazz;                    // CONSTANT_Class 解析後指針
    INTERNED_STRING_INSTANCE String; // CONSTANT_String 解析後對象
    cell* cache;                    // 通用緩存指針 (clazz 或 String)
    cell integer;                   // Integer/Float 原始位模式
    long length;                    // Long/Double 高 32 位 (低位在下一項)
    NameTypeKey nameTypeKey;        // NameAndType 緊湊鍵
    NameKey nameKey;                // 字段/方法名緊湊鍵
    UString ustring;                // Utf8 字符串對象
};

Union 確保每項固定大小 (4 字節/字)，可構成數組 entries[] 實現 O(1) 索引訪問。

constantPoolStruct — 非常規數組頭設計

struct constantPoolStruct {
    union constantPoolEntryStruct entries[1]; // 柔性數組
};

巧妙點：數組第 0 項 不存儲常量，而是存儲 constant_pool_count (即實際項數 + 1)。這與 Class 文件格式中 constant_pool_count 緊跟在計數器之後、且索引從 1 開始的規約完美對應。訪問第 i 項常量即 pool.entries[i]，長度為 pool.entries[0].integer。

類型標識字節數組 — 後置存儲

Union 不攜帶類型信息。KVM 在 entries[] 數組末尾緊跟一個字節數組 tags[]，長度 = constant_pool_count - 1，tags[i-1] 對應第 i 項的 Tag 值。實現「數據與類型分離、緊湊佈局」。

常量池構建流程 — loadConstantPool()

位於 kvm/vmcommon/src/loader.c，三階段：

階段 1: 讀取並暫存 RawPool (L649~L740)

• 循環讀取文件流中每個常量項
• 根據 Tag 分支解析，存入臨時結構 RawPool (保留文件原始布局)
• 處理 Utf8 字符串解碼、Long/Double 雙槽佔位

階段 2: 計算大小並分配運行時池 (L742~L757)

int numberOfEntries = rawPool.count; // 實際項數
// entries[] 大小 (以 union 為單位) + tags[] 向 4 字節對齊
int tableSize = numberOfEntries + ((numberOfEntries + 3) >> 2);
CONSTANTPOOL pool = (CONSTANTPOOL) malloc(tableSize * sizeof(union constantPoolEntryStruct));
pool.entries[0].integer = numberOfEntries + 1; // 存入 count
byte* tags = (byte*)&pool.entries[tableSize - (numberOfEntries + 3) / 4]; // 定位 tags 區

((n + 3) >> 2) 即 ceil(n/4)，將 tags 字節數組大小換算為 union 元素個數，實現 4 字節內存對齊分配。

階段 3: 回填運行時池 (解析符號引用)

• 遍歷 RawPool，將 Utf8 轉為 UString、Class 引用解析為 CLASS*、String 引用解析為 INTERNED_STRING_INSTANCE 等
• 將解析後值寫入 pool.entries[i] 對應 union 字段
• 同時寫入 tags[i-1] = rawTag
• 最終將 pool 掛載至 CurrentClass.constPool

設計權衡與啟示

工程應用指導

• 自定義類加載器/字節碼庫參考：數據與元數據分離、定長索引區+變長數據區、對齊感知分配
• 嵌入式解析器：流式解析避免全量 AST、Union/Tag 模式處理異構數據
• 內存受限場景：預計算大小一次性分配、避免增長拷貝、復用臨時緩衝區

KVM 常量池實現是「在 C 語言中模擬高級語言運行時數據結構」的教科書級案例，展現了在極約束資源下通過數據佈局優化實現功能完備與性能極致的平衡藝術。

1. 上一篇文章： KVM 類加載機制深度解析：從 Class 文件結構到 ROM 與動態加載實現
2. 下一篇文章： KVM 執行引擎核心：字節碼指令集實現架構與典型指令解析

J2ME

J2ME 體系架構與配置完整指南：CLDC、CDC、五大 Profile 與 JTWI 規範

J2ME 三層規範堆疊 Optional Packages

BD-J 開發入門（上）：藍光光碟 Java 應用程式環境與第一支 Xlet

藍光播放器內建 Java ME 平台稱為 BD-J（Blu-

J2ME 圖片翻轉效果實作：水平/垂直鏡像像素級演算法與完整範例程式碼

為節省 JAR 空間，遊戲常需以單一圖片經程式翻轉產生鏡像幀

Motorola iDEN J2ME 開發實戰（四）：除錯、中文支援與開發工具鏈

MIDlet 除錯策略 模擬器端：System.out.pr