DEX简介

    Android平台中没有直接使用Class文件格式，因为早期的Anrdroid手机内存，存储都比较小，而Class文件显然有很多可以优化的地方，比如每个Class文件都有一个常量池，里边存储了一些字符串。一串内容完全相同的字符串很有可能在不同的Class文件的常量池中存在，这就是一个可以优化的地方。当然，Dex文件结构和Class文件结构差异的地方还很多，但是从携带的信息上来看，Dex和Class文件是一致的。

    另外一提，不管是ART还是Dalvik虚拟机，都是通过解析dex来执行指令的，所以即使在7.0或者更高版本的源代码中，依然存在dalvik的文件夹，并且起着非常重要的作用，编译dex就是其中一项。

DEX 包含的数据格式

    在dex文件中，可能存在如下格式的数据字段。

    在程序中，一般使用32位比特位来表示一个整型的数值。不过，一般能够使用到的整数值都不会太大，使用32比特位来表示就有点太浪费了。对于普通计算机来说，这没什么问题，毕竟存储空间那么大。但是，对于移动设备来说，存储空间和内存空间都非常宝贵，不能浪费，能省就省。

uleb128    

Android的dex中，就使用了uleb128（Unsigned Little Endian Base 128）、uleb128p1（Unsigned Little Endian Base 128 Plus 1）和sleb128（Signed Little Endian Base 128）编码来解决整形数值占用空间大小浪费的问题。

    首先，我们来看看uleb128编码是怎么回事。要了解原理，最简单的方法，还是阅读代码。Dalvik使用readUnsignedLeb128函数来尝试读取一个uleb128编码的数值（代码位于dalvik\libdex\Leb128.h中）：

DEX_INLINE int readUnsignedLeb128(const u1** pStream) {      const u1* ptr = *pStream;      int result = *(ptr++);        if (result > 0x7f) {          int cur = *(ptr++);          result = (result & 0x7f) | ((cur & 0x7f) << 7);          if (cur > 0x7f) {              cur = *(ptr++);              result |= (cur & 0x7f) << 14;              if (cur > 0x7f) {                  cur = *(ptr++);                  result |= (cur & 0x7f) << 21;                  if (cur > 0x7f) {                      cur = *(ptr++);                      result |= cur << 28;                  }              }          }      }        *pStream = ptr;      return result;  }

    讲真，看看C代码还是很长知识的。先读取第一个字节，并判断其是否大于0x7f（二进制 01111111），如果大于的话，则代表这个字节的最高位是1，而不是0。如果是1的话，则代表还要读下一个字节；如果是0的话，则代表uleb128编码的数值到此为止。而代表原来整型值的32位数据就嵌入在每个字节当中的7比特位中（应为最高位被用来表示编码是否结束了）。所以，如果要表示的整形值非常大的话，就需要5个字节表示了（反而比原来多一个字节）。而其实uleb128可以表示数值的范围其实是要比32位整形值要大的，有三位被浪费掉了。不过，一般程序中使用的整型值都不会太大，经常是小于100的，对于这种情况来说，只需要使用一个字节就可以表示了，比普通32位整形表示法少用了3个字节，节省的空间还是非常可观的。

    uleb128编码，是小端结尾的,即第一个字节代表的是整形值的最低7比特位的值，第二个字节代表整型值的次低7比特位的值，以此类推，最后一个字节（最高位为0）代表整形值的最高7比特位的值。所以，代码中每发现要多用一个字节，都要多向左移动7位。

    在Android源码提供的文档中，有下面这张图，可以帮助理解：

    这张图表示了，只使用两个字节进行编码的情况。可以看到，第一个字节的最高位为1，代表还要用到接着的下一个字节。并且，第一个字节存放的是整型值的最低7位。而第二个字节的最高位为0，代表编码到此结束，剩下的7个比特位存放了整型值的高7位数据。拼接后结果是（bit13 bit12 ....bit7 bit6.....bit0）

sleb128

    我们接下来在看看sleb128编码的实现:

DEX_INLINE int readSignedLeb128(const u1** pStream) {      const u1* ptr = *pStream;      int result = *(ptr++);        if (result <= 0x7f) {          result = (result << 25) >> 25;      } else {          int cur = *(ptr++);          result = (result & 0x7f) | ((cur & 0x7f) << 7);          if (cur <= 0x7f) {              result = (result << 18) >> 18;          } else {              cur = *(ptr++);              result |= (cur & 0x7f) << 14;              if (cur <= 0x7f) {                  result = (result << 11) >> 11;              } else {                  cur = *(ptr++);                  result |= (cur & 0x7f) << 21;                  if (cur <= 0x7f) {                      result = (result << 4) >> 4;                  } else {                      cur = *(ptr++);                      result |= cur << 28;                  }              }          }      }        *pStream = ptr;      return result;  }

    没区别，区别就是增加了位移操作，实际就是用来高位判别正负的。

uleb128p1

    这种编码方式是Dalvik独有的，如果所要表示的整数范围只包含一个负数，也就是-1的话，如果直接用sleb128编码，那就太浪费了，因此Android创造出了这种所谓的uleb128p1的编码方式。实现如下（代码位于libcore\dex\src\main\\com\android\dex\Dex.java）：

public final class Dex {      ...      public final class Section implements ByteInput, ByteOutput {          ...          public int readUleb128p1() {              return Leb128.readUnsignedLeb128(this) - 1;          }          ...      }      ...  }

    其实现原理就更简单了，就是将其当做uleb128编码的值进行解码，然后再减一就可以了。因为uleb128能表示范围为0~4,294,967,295的整数，所以uleb128p1就可以表示范围为-1~4,294,967,294的整数。解码时要减一，那么反过来，编码时就需要加一。

DEX数据结构

引用官方文档上的一张表 

struct  {      ;      /* index into stringIds list for type descriptor */};

struct  {      ;          /* index into stringIds for shorty descriptor */      ;      /* index into typeIds list for return type */      ;      /* file offset to type_list for parameter types */};

struct  {      ;           /* index into typeIds list for defining class */      ;            /* index into typeIds for field type */      ;            /* index into stringIds for field name */};

struct  {      ;           /* index into typeIds list for defining class */      ;           /* index into protoIds for method prototype */      ;            /* index into stringIds for method name */};

struct  {      ;           /* index into typeIds for this class */      ;       /*访问权限*/      ;      /* index into typeIds for superclass */      ;      /* file offset to DexTypeList */      ;      /* index into stringIds for source file name */      ;     /* file offset to annotations_directory_item */      ;       /* file offset to class_data_item */      ;    /* file offset to DexEncodedArray */};

主要可以使用一张图来说明：

PS call_site_ids 以及 method_handles 在上面的结构中并没有出现，并且在dex结构解析的时候同样没有出现，连源文件上都没有类似字样，知道的朋友麻烦提供下线索学习学习。

header

其中头的结构比较详细

struct DexHeader  {      u1  magic[8];                       // dex 版本标识，"dex.035"      u4  checksum;                       // adler32 检验      u1  signature[kSHA1DigestLen];      // SHA-1 哈希值，20个字节      u4  fileSize;                       // 整个 dex 文件大小      u4  headerSize;                     // DexHeader 结构大小，0x70      u4  endianTag;                      // 字节序标记，小端 "0x12345678"，大端"0x78563412"      u4  linkSize;                       // 链接段大小      u4  linkOff;                        // 链接段偏移      u4  mapOff;                         // DexMapList 的偏移 （相当于dex中最后data的地址）     u4  stringIdsSize;                  // DexStringId 的个数      u4  stringIdsOff;                   // DexStringId 的偏移      字符串      u4  typeIdsSize;                    // DexTypeId 的个数      u4  typedeIdsOff;                   // DexTypeId 的偏移            类型      u4  protoIdsSize;                   // DexProtoId 的个数      u4  protoIdsOff;                    // DexProtoId 的偏移           声明      u4  fieldIdsSize;                   // DexFieldId 的个数      u4  fieldIdsOff;                    // DexFieldId 的偏移           字段      u4  methodIdsSize;                  // DexMethodId 的个数      u4  methodIdsOff;                   // DexMethodId 的偏移      方法      u4  classDefsSize;                  // DexClassDef 的个数      u4  classDefsOff;                   // DexClassDef 的偏移      类      u4  dataSize;                       // 数据段的大小      u4  dataOff;                        // 数据段的偏移  }

data

data使用map_list来表示

/* * Direct-mapped "map_item". */struct  {     ;              /* type code (see kDexType* above) */     ;     ;              /* count of items of the indicated type */     ;            /* file offset to the start of data */};/* * Direct-mapped "map_list". */struct  {      ;               /* #of entries in list */     [1];     /* entries */};

具体后面章节分析

引用

本文参考引用了如下网络资源：