博客发表于：Ghamster Blog
转载请注明出处
概述
-
Arrays类是Java中用于数组操作的工具类，实现了比较、复制、查找和排序等常用操作 -
equals方法用于判断数组是否相等，包含了各种基本类型和Object类型的重载版本，对于Object[]会判断对象非空，并调用Object.equals判断对象是否相等 -
ArraysSupport类是jdk11（似乎是在jdk9引入）的工具类，提供了mismatch方法和vectorizedMismatch。mismatch方法可以返回两个被判定的数组对象中，首个不相等元素的下标 -
jdk11中使用mismatch方法修改了equals方法的实现逻辑
Arrays类的equals方法实现
jdk8中，数组判等的逻辑是：遍历数组中的元素，依次对每个元素判等
以int[]为例，源码如下：
public static boolean equals(int[] a, int[] a2) {
if (a==a2)
return true;
if (a==null || a2==null)
return false;
int length = a.length;
if (a2.length != length)
return false;
for (int i=0; i<length; i++)
if (a[i] != a2[i])
return false;
return true;
}
jdk11中，修改了所有用于基本数据类型的数组的equals方法，使用mismatch方法实现
以int[]为例，源码如下：
public static boolean equals(int[] a, int[] a2) {
if (a==a2)
return true;
if (a==null || a2==null)
return false;
int length = a.length;
if (a2.length != length)
return false;
return ArraysSupport.mismatch(a, a2, length) < 0;
}
mismatch和vectorizedMismatch
为了探究jdk11中equals的魔法，必须看看mismatch方法到底做了什么。mismatch方法也拥有各种基本数据类型数组的重载版本，以int[]版本为例
mismatch方法
mismatch方法返回给定的两个数组中，首个不相同元素的下标，当完全匹配（0到length-1）时，返回-1，源码如下：
public static int mismatch(int[] a,
int[] b,
int length) {
int i = 0;
if (length > 1) {
if (a[0] != b[0])
return 0;
i = vectorizedMismatch(
a, Unsafe.ARRAY_INT_BASE_OFFSET,
b, Unsafe.ARRAY_INT_BASE_OFFSET,
length, LOG2_ARRAY_INT_INDEX_SCALE);
if (i >= 0)
return i;
i = length - ~i;
}
for (; i < length; i++) {
if (a[i] != b[i])
return i;
}
return -1;
}
方法主要可以分为两个部分：
- 调用
vectorizedMismatch方法，对两个数组对象匹配，若方法返回正值，则表示找到了未匹配的元素，返回值为该元素在数组中的索引；若方法返回负值，则表示未找到不相等元素，但需要注意的是，vectorizedMismatch方法可能没有处理完数组中的所有元素，对返回值取反，得到还需处理的数组元素个数 - 对
vectorizedMismatch返回值取反，对剩余元素逐个验证
vectorizedMismatch
该方法标注了 @HotSpotIntrinsicCandidate 注解，即jvm可以有自己的优化实现方式，所以...懂吧...?
该方法的核心思想是以long数据格式对比对象（不一定是数组）中的数据，即每次循环处理数据长度为8个字节，而不考虑对象是long[]还是int[]或short[]等。方法的源码如下：
@HotSpotIntrinsicCandidate
public static int vectorizedMismatch(Object a, long aOffset,
Object b, long bOffset,
int length,
int log2ArrayIndexScale) {
// assert a.getClass().isArray();
// assert b.getClass().isArray();
// assert 0 <= length <= sizeOf(a)
// assert 0 <= length <= sizeOf(b)
// assert 0 <= log2ArrayIndexScale <= 3
int log2ValuesPerWidth = LOG2_ARRAY_LONG_INDEX_SCALE - log2ArrayIndexScale;
int wi = 0;
for (; wi < length >> log2ValuesPerWidth; wi++) {
long bi = ((long) wi) << LOG2_ARRAY_LONG_INDEX_SCALE;
long av = U.getLongUnaligned(a, aOffset + bi);
long bv = U.getLongUnaligned(b, bOffset + bi);
if (av != bv) {
long x = av ^ bv;
int o = BIG_ENDIAN
? Long.numberOfLeadingZeros(x) >> (LOG2_BYTE_BIT_SIZE + log2ArrayIndexScale)
: Long.numberOfTrailingZeros(x) >> (LOG2_BYTE_BIT_SIZE + log2ArrayIndexScale);
return (wi << log2ValuesPerWidth) + o;
}
}
// Calculate the tail of remaining elements to check
int tail = length - (wi << log2ValuesPerWidth);
if (log2ArrayIndexScale < LOG2_ARRAY_INT_INDEX_SCALE) {
int wordTail = 1 << (LOG2_ARRAY_INT_INDEX_SCALE - log2ArrayIndexScale);
// Handle 4 bytes or 2 chars in the tail using int width
if (tail >= wordTail) {
long bi = ((long) wi) << LOG2_ARRAY_LONG_INDEX_SCALE;
int av = U.getIntUnaligned(a, aOffset + bi);
int bv = U.getIntUnaligned(b, bOffset + bi);
if (av != bv) {
int x = av ^ bv;
int o = BIG_ENDIAN
? Integer.numberOfLeadingZeros(x) >> (LOG2_BYTE_BIT_SIZE + log2ArrayIndexScale)
: Integer.numberOfTrailingZeros(x) >> (LOG2_BYTE_BIT_SIZE + log2ArrayIndexScale);
return (wi << log2ValuesPerWidth) + o;
}
tail -= wordTail;
}
return ~tail;
}
else {
return ~tail;
}
}
首先简单看一下方法的入参：
-
Object a,Object b：需要对比的对象 -
long aOffset,long bOffset：起始Offset，即从对象的第几个字节开始对比。比如本例中，被mismatch方法调用时，传入的参数为Unsafe.ARRAY_INT_BASE_OFFSET，通过debug发现在当前平台上该值为16，因为从第16字节开始，才是数组中的数据（0-15字节存储的应该是数组的length等信息） -
length：需要对比的长度。该方法并不提供数组下标越界检查，因此length必须是合理的数值 -
log2ArrayIndexScale：数组下标缩放，与length共同确定需要对比的字节长度。以int[]为例，int型数据占4个字节，即1<<2，所以log2ArrayIndexScale为2，方法需要处理的字节长度为length*(1<<2)=4*length
方法操作逻辑如下(逐行；接上节，以int[]为例)：
- 12行：
log2ValuesPerWidth可以理解为相对缩放。LOG2_ARRAY_LONG_INDEX_SCALE长整型数组下标缩放为3，即长8字节；int[]缩放为2，即长4字节；所以相对缩放为1 - 13行：
wi，将对象视为long[]遍历时，当前数组下标 - 14行：
for循环，每次wi++，即每次循环步进8个字节。length为数组包含的int数据个数，将素组视为long时，循环length>>log2ArrayIndexScale即可遍历数组 - 15行：
bi数组下标为wi的元素在long数组中的相对位置（字节） - 16-17行： 调用
UnSafe.getLongUnaligned方法，读取一个long值。
在Java中，数据是对齐存放的，即long类型的数据存放时，起始地址只能是8的整数倍，int类型数据存放的起始地址只能是4的整数倍……
而getLongUnaligned方法顾名思义，可以读取非对齐存放的数据。该方法接收一个Object对象和一个long类型的offset：若offset为8的整数倍，即(offset & 7) == 0,则直接调用getLong返回长整型数据；若offset为4的整数倍，则直接分别对offset和offset+4调用getInt返回两个整型数据，然后通过<<4和&操作，将两个int型数据合并成一个long；若offset为2的整数倍…… - 18-24行： 判定两个数组的值
av==bv是否成立，相同则继续下一次循环；不同是使用^按位与或，并根据系统采用大端存储还是小端存储决定从头(numberOfLeadingZeros)还是尾(numberOfTrailingZeros)找到第一个不匹配的位。然后根据log2ArrayIndexScale的值，还原这个位在原数组int[]中对应的索引。LOG2_BYTE_BIT_SIZE值为3，表示一个字节共8位 - 27-50行： 用于处理数组类型为
byte[]和char[]，且剩余未处理长度大于4字节（一个int）的情况，原理与前面类似。
tail表示剩余未处理的元素个数，由于UnSafe.getIntUnaligned只能一次处理4个字节，因此可能剩余1-3个byte或1个char
性能测试
下面通过简单代码测试一下相对于jdk8，jdk11是否有性能的提升，测试代码如下：
package main.test;
import java.util.Arrays;
import java.util.Random;
public class TestLegacyArrays {
private static Random r = new Random();
private static class LegacyArrays {
private LegacyArrays() {}
public static boolean equals(int[] a, int[] a2) {
if (a==a2)
return true;
if (a==null || a2==null)
return false;
int length = a.length;
if (a2.length != length)
return false;
for (int i=0; i<length; i++)
if (a[i] != a2[i])
return false;
return true;
}
}
private static void test(int size, int fill){
int[] a = new int[size];
Arrays.fill(a, fill);
int[] b = new int[size];
Arrays.fill(b, fill);
boolean isEqual;
long now, finish;
System.out.println("=> TestLegacyArrays: array size "+size);
now = System.nanoTime();
isEqual = LegacyArrays.equals(a,b);
finish = System.nanoTime();
System.out.println(" LegacyArrays: "+isEqual+" time: "+(finish-now));
now = System.nanoTime();
isEqual = Arrays.equals(a,b);
finish = System.nanoTime();
System.out.println(" Arrays: "+isEqual+" time: "+(finish-now));
System.out.println();
}
public static void main(String[] args) {
test(10, r.nextInt());
test(100, r.nextInt());
test(1000, r.nextInt());
test(10000, r.nextInt());
test(100000, r.nextInt());
}
}
代码输出如下：
=> TestLegacyArrays: array size 10
LegacyArrays: true time: 373700
Arrays: true time: 193700
=> TestLegacyArrays: array size 100
LegacyArrays: true time: 2000
Arrays: true time: 10200
=> TestLegacyArrays: array size 1000
LegacyArrays: true time: 15400
Arrays: true time: 186500
=> TestLegacyArrays: array size 10000
LegacyArrays: true time: 148900
Arrays: true time: 286800
=> TestLegacyArrays: array size 100000
LegacyArrays: true time: 1233700
Arrays: true time: 2424000
Process finished with exit code 0
emmmmmmmmmmmmmmm...................
所以这次的更新，或许是出于流式计算或者多线程或者其他因素的考量，又或者我的测试方法有问题？。。。
