操作符%通常用在正整數(shù)上，但同樣可以用在負(fù)整數(shù)和浮點(diǎn)數(shù)上。
　　注意：只有當(dāng)被除數(shù)是負(fù)數(shù)時(shí)， 余數(shù)才是負(fù)的。

C1 RCE對(duì)%的處理

HotSpot VM的C1有個(gè)RCE（Range Check Elimination，范圍檢查消除）優(yōu)化，所謂范圍檢查消除，就是為了正確的拋出數(shù)組越界異常，虛擬機(jī)需要在數(shù)組訪問(wèn)的一些地方插入隱式的檢查，但是這些檢查會(huì)降低性能，比如在循環(huán)中每次循環(huán)都得檢查一次，所以HotSpot VM會(huì)想辦法在可能的地方消除這些檢查。我在看C1 RCE的時(shí)候發(fā)現(xiàn)目前它對(duì)求余符號(hào)的支持較為薄弱，它只能處理形如下面的代碼：

arr[x%arr.length] // 只有除數(shù)是x.length的時(shí)候，才能應(yīng)用RCE優(yōu)化

如果余數(shù)是整數(shù)常量，它就不能工作了：

arr[x%3]
for(int i=0;i<10;i++){
  arr[x%10]
}

實(shí)際上，根據(jù)JLS的定義，我們知道如果除數(shù)為整數(shù)常量（且等于零，因?yàn)?作為除數(shù)會(huì)拋出運(yùn)行時(shí)異常），是可以推導(dǎo)出結(jié)果的上下界的（也取決于被除數(shù)的正負(fù)），規(guī)則如下：

• x % -y ==> [0, y - 1]
• x % y ==> [0, y - 1]
• -x % y ==> [-y + 1, 0]
• -x % -y ==> [-y + 1, 0]

于是，我給JDK發(fā)了個(gè)patch，這個(gè)問(wèn)題算是解決了。但是Nils提到，C2是否有相同的優(yōu)化呢？后面Tobias幫忙確認(rèn)了一下C2沒(méi)有，我再后來(lái)也進(jìn)一步確認(rèn)了，所以下一步是調(diào)研C2是否能應(yīng)用同樣的優(yōu)化。

調(diào)研為C2應(yīng)用同樣的優(yōu)化

本來(lái)以為是比較trivial的事情，為求余節(jié)點(diǎn)的類型系統(tǒng)加點(diǎn)代碼，推導(dǎo)一下上下界即可，實(shí)際上我也這么做的，但是最后發(fā)現(xiàn)這樣沒(méi)有消除上下界。默認(rèn)開啟-XX:+GenerateRangeChecks后，在數(shù)組訪問(wèn)過(guò)程中（Parse::array_addressing），C2仍然生成了范圍檢查。

調(diào)試后發(fā)現(xiàn)推導(dǎo)上下界根本沒(méi)有執(zhí)行，因?yàn)镃2創(chuàng)建完求余節(jié)點(diǎn)后，會(huì)執(zhí)行一個(gè)IGVN的過(guò)程，即迭代的應(yīng)用多種優(yōu)化，其中就包括理想化，C2理想化是指應(yīng)用很多局部小優(yōu)化的過(guò)程，在這個(gè)例子中就是特殊處理形如x%2^n,x%2^n-1和x%1的情況，如果除數(shù)是整數(shù)常量，它還會(huì)使用一個(gè)來(lái)自https://book.douban.com/subject/1784887/書里面的算法，即Division by Invariant Integers using Multiplication(by Granlund and Montgomery)，搜了一下知乎有類似的文章，想要了解細(xì)節(jié)可以讀讀https://zhuanlan.zhihu.com/p/151038723。知道了原因，于是我改了下代碼，禁止了求余節(jié)點(diǎn)的理想化，心想這總可以了吧。

還是不行

是的，還是不行。盡管我已經(jīng)禁止了對(duì)求余符號(hào)的理想化優(yōu)化，但是范圍檢查還是生成了。。。我又繼續(xù)看代碼，發(fā)現(xiàn)除了理想化的這個(gè)優(yōu)化之外，C2在IR（中間表示）構(gòu)造的過(guò)程中又 又 又 又 又對(duì)求余運(yùn)算做了個(gè)優(yōu)化！如果除數(shù)是正整數(shù)常量，且是2^n，那么C2會(huì)對(duì)它進(jìn)行變形，IR如圖所示：

左邊的IR是 IR構(gòu)造的時(shí)候C2做的優(yōu)化后的效果，右邊是理想化優(yōu)化后的效果。實(shí)際上它們做的事情本身是比較重復(fù)的，而且經(jīng)過(guò)測(cè)試發(fā)現(xiàn)，理想化優(yōu)化的算法要好于IR構(gòu)造過(guò)程中的優(yōu)化，所以我又提了個(gè)patch解決這個(gè)問(wèn)題（不過(guò)還在review中）。

結(jié)語(yǔ)

我認(rèn)為為求余節(jié)點(diǎn)推導(dǎo)上下界也是有意義的，如果以后有其他優(yōu)化會(huì)變形為求余運(yùn)算，那么它們可以應(yīng)用這個(gè)推導(dǎo)，同時(shí)，為求余做統(tǒng)一完善的類型推導(dǎo)這件事本身也是正確的，所以我又提了個(gè)patch?？梢钥吹?，最終我只消除了C1 arr[x%4]的范圍檢查，還是沒(méi)能消除C2 arr[x%4]的范圍檢查，是不是以后可以說(shuō)C1有的地方做的比C2好了（狗頭hh。

以上就是Java求余%操作引發(fā)的一連串故事的詳細(xì)內(nèi)容，更多關(guān)于Java求余%的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！