码神手记——资深攻城狮的私房笔记。微信公众平台/知乎/头条/简书同步发文，关注与转发。

JVM系列之数据类型

数据类型、类加载机制、JVM内存模型，很多人在面试中都会遇到这一类的问题。大部分人都是死记硬背，背完就忘。究其原因，是对JVM规范的不了解，没有内功，招式只是花架子。本篇是JVM系列的开篇，将从数据类型开始，一起深入学习JVM规范。

为确保严谨准确，参考资料为Oracle官方文档《The Java? Virtual Machine Specification》。

JVM规范与Java编程语言什么关系？

我们可以认为JVM是一个虚拟的计算机，而JVM规范就是这台计算机的设计蓝图，一个极度抽象的体系结构。它清晰地定义了数据类型、内存、操作指令语义等。平时经常提到的JVM一般是指HotSpot虚拟机，它只是对JVM规范的一种实现。任何人都可以在这套规范的约束下实现一个属于自己的虚拟机实例。

用Java编程语言编写出Java源代码文件，经过编译器的编译后产生class文件，class文件可以被JVM识别并执行。即便只是用记事本写了一段非Java的火星文，只要你可以将它编译成JVM能够识别的class文件，照样可以运行。Kotlin语言就是一个成功案例。在JVM系列的后续文章中会专门介绍面向JVM的编译。

不要将JVM规范与Java编程语言混为一谈，后续内容的上下文都是JVM规范体系内的。

接下来，言归正传。

数据类型分类

JVM操作两种类型：基本（原生）类型和引用类型。它们的值分别称为原生值和引用值，可以作为参数传递、作为返回值由方法返回、对其进行一系列的操作。

JVM期望尽可能多的类型检查（最好是所有的）都在进入运行时之前完成，通常是由编译器完成。对于基本类型的值，虚拟机使用对特定类型值进行操作的指令来区分类型，不需要专门标记类型。例如：iadd、ladd、fadd和dadd都是计算两个数值之和的虚拟机指令，每个指令都有其专门针对的操作数类型：int、long、float和double。

JVM对对象显式支持，对象可以是动态分配的类实例，也可以是数组。对对象的引用即虚拟机类型引用，类型引用的值可以看作是指向对象的指针，一个对象可以存在多个引用。对象总是通过类型引用的值被操作、传递。

基本类型

JVM支持的基本类型分为：数值类型、布尔类型和返回地址类型（returnAddress）。数值类型又分为：整数类型、浮点类型。

整数类型

• byte，字节类型，8位有符号二补整数，默认值是0，取值范围是[-2^7,2^7-1]?。
• short，短整型，16位有符号二补整数，默认值是0，取值范围是[-2^15,2^15-1]?。
• int，整型，32位有符号二补整数，默认值是0，取值范围是?[-2^31,2^31-1]。
• long，长整型，64位有符号二补整数，默认值是0，取值范围是[-2^63,2^63-1]?。
• char，字符型，16位无符号，取值范围从0到65535。使用基本多文种平面中的Unicode代码点表示的整数，用UTF-16编码，默认值为null，UTF-16编码是\u0000。

浮点类型

• float，单精度浮点类型，其值属于浮点值集中的元素，或（在支持的情况下）浮点扩展指数值集中的元素，默认值是0。
• double，双精度浮点类型，其值是双精度值集中的元素，或（在支持的情况下）双扩展指数值集中的元素，默认值是0。

浮点值集、浮点扩展指数值集、双精度值集、双精度扩展指数值集并不是类型。在JVM实现中，用浮点值集中的元素表示一个float类型的值，但是在某些特定的上下文中，也可以使用浮点扩展指数集中的元素来代替。同样，JVM的实现用双精度值集中的元素表示一个double类型的值，在特定上下文中也可以用双精度扩展指数值集来代替。

float和double在概念上与32位单精度、64位双精度格式的IEEE 754值和操作相关联，这是在IEEE二进制浮点算术标准(ANSI/IEEE Std. 754-1985, New York)中指定的。该标准不仅包括正负符号数量级，还包括正负零、正负无穷大和特殊的Not-a-Number值（简称NaN），NaN值用于表示某些无效操作（比如0除以0）的结果。

扩展知识：浮点类型与IEEE 754标准

每种JVM实现都需要支持两套标准的浮点值，分别是浮点值集和双精度值集。此外，作为可选项，JVM实现可以支持两种扩展指数浮点值集（extended-exponent floating-point value sets）中的一个或者两个，分别是浮点扩展指数值集（float extended-exponent value set）和双扩展指数值集（double-extended-exponent value set）。在某些情况下，它们用于代替标准值集类表示类型为float或double的值。

任何浮点值集中的有限非零值都可以用以下形式表示：?

s是+1或-1，m是小于2N的正整数，e是?[Emin,Emax]之间的整数?。

N和K的取值依赖于具体的值集。在以上表示形式中，有些值可以用多种方式表示。举个例子：假设有一个值集中的值v，s、m、e等于某些具体值时，v就可以用以上公式表示。如果m碰巧是偶数，而且e小于等于2^(K-1)，我们则可以将m减半，并将e加1，产生v的另外一种展现形式。

如果m≥2(N-1)，则这种展现被称为是规范化的（normalized：规范化、归一化、标准化），否则就是非规范化的（denormalized）。如果值集中的一个值不能在m≥2N-1的情况下被表示，那么这个值就是一个非规范化的值。

对于两个必需的和两个可选浮点值集，参数N和K(以及派生参数Emin和Emax)的约束条件如下:

当一个JVM实现支持一个或两个可扩展指数值集时，则每个被支持的可扩展指数值集都有一个特定的与实现相关的常数K，K的值满足以上约束，K派生出?和?的值。

四个值集中的每一个都不仅包括有限非零值，还包括另外五个值：正零、负零、正无穷、负无穷和NaN。

在约束设计中，每一个浮点值集的元素也是浮点扩展指数值集中的元素，每一个双精度值集的元素也是双精度扩展指数值集中的元素。每个扩展指数值集都比其对应的标准值集拥有更大的取值范围，但并没有更大的精度。

JVM规范中浮点值集的元素正是可以用IEEE 754标准所定义的单浮点格式表示的值，除此之外JVM的浮点值集中只有一个NaN值（IEEE 754标准指定了?个不同的NaN值）。JVM规范中双精度扩展指数值集的元素也正是可以用IEEE 754标准所定义的双浮点格式表示的值，同时也只有一个NaN值（IEEE 754标准指定了?个不同的NaN值）。

JVM规范中浮点扩展指数值集和双扩展指数值集的元素值，可以不与IEEE 754 单扩展和双扩展格式表示的值各自对应。JVM规范并不要求浮点值集中的值有特定的表示形式，除非我们要在class文件中表示一个浮点值。

你可以简单的总结为：JVM规范中的值集元素遵循IEEE 754标准里的表示形式，但不同的是，JVM规范中只有一个NaN值，而IEEE 754标准中有多个不同的NaN值。

浮点值的顺序

除了NaN，浮点值集的值是有序的。从小到大依次是负无穷、负有限值、正零和负零、正有限值和正无穷。

浮点正零和浮点负零是相等的，但通过其它操作可以区分它们。例如：0除以0等于正无穷，而0除以-0等于负无穷。

NaN是无序的，在数值等式的比较中，如果有一个或者两个数都是NaN，则结果为false。当且仅当值为NaN时，值与本身相比结果为false。在数值不等式中，如果有一个值是NaN，则对不等式结果为true。总结一句话：NaN跟谁都不相等。

returnAddress类型

returnAddress类型由JVM的jsr、ret和jsr_w指令使用，其值是指向JVM指令操作码的指针。与基本类型不同，returnAddress类型与Java编程语言类型没有直接关联。

布尔类型

虽然JVM定义了布尔类型，但是却没有专门针对布尔值操作的JVM指令。Java编程语言中操作布尔值的表达式会被编译为操作JVM int数据类型值，JVM使用1表示true，0表示false。

JVM直接支持了布尔数组，使用newarray指令创建布尔数组，使用字节数组指令baload和bastore访问和修改布尔类型数组。

在Oracle的JVM实现中，Java编程语言中的布尔数组会被编码为JVM字节数组，每一个布尔元素使用8个bit位。

引用类型

引用类型分为三种：类、数组、接口。它们的值是引用，分别指向动态创建的类实例、数组、实现接口的类实例或者数组。

引用也可以是特殊的空引用，指向一个空对象，空对象用null表示。空引用在初始化时是没有运行时类型的，可以被转换为任意类型。

引用类型的默认值是null。

术语百科

二补整数（二进制补码整数）

计算机中的有符号数有三种表示方法，即：原码、反码和补码，三种表示方法均有符号位和数值位两部分。符号位用0表示正，用1表示负。而数值位，三种表示方法各有不同。

在计算机系统中，数值一律用补码来表示和存储。原因在于：使用补码可以将符号位和数值域统一处理，同时，加法与减法也可以统一处理。

基本多文种平面

BMP（Basic MultiMultilingual Plane），或称第零平面（Plane 0），是Unicode中的一个编码区段，编码从U+0000到U+FFFF。

每个写着数字的格子自代表256个码点。