JVM 的编译器是否使用“宽”goto？

Question

我想你们中的大多数人都知道goto 是 Java 语言中的保留关键字，但实际上并未使用。您可能还知道goto 是一个Java 虚拟机（JVM）操作码。我认为 Java、Scala 和 Kotlin 的所有复杂控制流结构在 JVM 级别都是使用 goto 和 ifeq、ifle、iflt 等的某种组合来实现的。

查看 JVM 规范 https://docs.oracle.com/javase/specs/jvms/se7/html/jvms-6.html#jvms-6.5.goto_w 我看到还有一个 goto_w 操作码。 goto 采用 2 字节的分支偏移量，goto_w 采用 4 字节的分支偏移量。规范指出

虽然 goto_w 指令采用 4 字节的分支偏移量，但其他因素将方法的大小限制为 65535 字节（第 4.11 节）。在 Java 虚拟机的未来版本中可能会提高此限制。

在我看来，goto_w 是面向未来的，就像其他一些 *_w 操作码一样。但我也想到，也许goto_w 可以与两个较高的有效字节清零和两个较低的有效字节与goto 相同，并根据需要进行调整。

例如，给定这个 Java Switch-Case（或 Scala Match-Case）：

     12: lookupswitch  {
                112785: 48 // case "red"
               3027034: 76 // case "green"
              98619139: 62 // case "blue"
               default: 87
          }
      48: aload_2
      49: ldc           #17                 // String red
      51: invokevirtual #18
            // Method java/lang/String.equals:(Ljava/lang/Object;)Z
      54: ifeq          87
      57: iconst_0
      58: istore_3
      59: goto          87
      62: aload_2
      63: ldc           #19                 // String green
      65: invokevirtual #18
            // Method java/lang/String.equals:(Ljava/lang/Object;)Z
      68: ifeq          87
      71: iconst_1
      72: istore_3
      73: goto          87
      76: aload_2
      77: ldc           #20                 // String blue
      79: invokevirtual #18 
      // etc.

我们可以改写成

     12: lookupswitch  { 
                112785: 48
               3027034: 78
              98619139: 64
               default: 91
          }
      48: aload_2
      49: ldc           #17                 // String red
      51: invokevirtual #18
            // Method java/lang/String.equals:(Ljava/lang/Object;)Z
      54: ifeq          91 // 00 5B
      57: iconst_0
      58: istore_3
      59: goto_w        91 // 00 00 00 5B
      64: aload_2
      65: ldc           #19                 // String green
      67: invokevirtual #18
            // Method java/lang/String.equals:(Ljava/lang/Object;)Z
      70: ifeq          91
      73: iconst_1
      74: istore_3
      75: goto_w          91
      79: aload_2
      81: ldc           #20                 // String blue
      83: invokevirtual #18 
      // etc.

我实际上并没有尝试过，因为我可能犯了一个错误，更改“行号”以适应 goto_ws。不过既然在spec里面，应该是可以做到的。

我的问题是编译器或其他字节码生成器是否有理由使用具有当前 65535 限制的 goto_w，而不是表明它可以完成？

Answer 1

方法代码的大小可以大到64K。

短 goto 的分支偏移量是一个有符号的 16 位整数：从 -32768 到 32767。

因此，短偏移量不足以从 65K 方法的开头跳转到结尾。

即使javac 有时也会发出goto_w。这是一个例子：

public class WideGoto {

    public static void main(String[] args) {
        for (int i = 0; i < 1_000_000_000; ) {
            i += 123456;
            // ... repeat 10K times ...
        }
    }
}

用javap -c反编译：

  public static void main(java.lang.String[]);
    Code:
       0: iconst_0
       1: istore_1
       2: iload_1
       3: ldc           #2
       5: if_icmplt     13
       8: goto_w        50018     // <<< Here it is! A jump to the end of the loop
          ...

Answer 2

当分支适合goto 时，没有理由使用goto_w。但是您似乎错过了分支是相对，使用带符号的偏移量，因为分支也可以向后移动。

在查看像 javap 这样的工具的输出时，您不会注意到它，因为它会在打印之前计算得到的绝对目标地址。

所以goto 的-327678 … +32767‬ 范围并不总是足以解决0 … +65535 范围内的每个可能的目标位置。

例如，下面的方法会以goto_w开头的指令：

public static void methodWithLargeJump(int i) {
    for(; i == 0;) {
        try {x();} finally { switch(i){ case 1: try {x();} finally { switch(i){ case 1: 
        try {x();} finally { switch(i){ case 1: try {x();} finally { switch(i){ case 1: 
        try {x();} finally { switch(i){ case 1: try {x();} finally { switch(i){ case 1: 
        try {x();} finally { switch(i){ case 1: try {x();} finally { switch(i){ case 1: 
        try {x();} finally { switch(i){ case 1: try {x();} finally { switch(i){ case 1: 
        } } } } } } } } } } } } } } } } } } } } 
    }
}
static void x() {}

Demo on Ideone

Compiled from "Main.java"
class LargeJump {
  public static void methodWithLargeJump(int);
    Code:
       0: iload_0
       1: ifeq          9
       4: goto_w        57567
…

Answer 3

似乎在某些编译器中（在 1.6.0 和 11.0.7 中尝试过），如果方法足够大以至于需要 goto_w，它会仅使用 goto_w。即使它有非常局部的跳转，它仍然使用 goto_w。