一、核心架构差异
1. 指令集架构
JVM：基于栈结构，所有操作（如加法、方法调用）通过操作数栈完成。
特点：指令短小紧凑，但需频繁内存交互（如
iload、istore），执行效率低。
Dalvik/ART：基于寄存器架构，直接操作虚拟寄存器。
特点：单条指令完成复杂操作（如
add-int/2addr v1, v2），减少指令分派次数，适合移动设备。
2. 字节码与文件格式
| 特性 | JVM（.class） | Dalvik/ART（.dex） |
|---|---|---|
| 文件结构 | 每个类独立.class文件 | 多类合并为单一.dex文件 |
| 冗余处理 | 常量池按类独立，冗余高 | 全局共享常量池，去重优化 |
| 体积效率 | 较大（如Google+ APK大4倍） | 减少75%体积，I/O效率高1 |
✅ 关键概念解释：
Dex文件：由
dx工具合并.class文件生成，去除重复字符串/符号，提升类加载速度。Odex文件：优化后的Dex，包含目标平台特定指令（Dalvik）或预编译机器码（ART）。
二、执行机制对比
1. 编译方式与性能
Dalvik (JIT)：
运行时动态编译热点代码，缓存机器码。
缺点：每次启动需重新编译，CPU占用高导致耗电26。
ART (AOT+JIT)：
AOT：安装时预编译整个Dex为本地机器码（.oat文件）。
JIT（Android 7.0+）：运行时记录热点代码，空闲时编译（混合模式平衡安装时间与运行效率）。
2. 性能指标对比
| 维度 | JVM | Dalvik | ART |
|---|---|---|---|
| 启动速度 | 中等 | 慢（需JIT） | 快（直接执行） |
| 内存占用 | 高（栈操作） | 中等 | 低（预编译优化） |
| 存储开销 | 低 | 低 | 高（+10%~20%） |
三、内存管理与GC优化
1. 垃圾回收机制
JVM：
标记-清除（Mark-Sweep）、分代收集（G1）。
停顿时间长，不适合实时系统。
Dalvik：
分Zygote堆（预加载核心类）和Active堆（应用对象）。
GC频繁（尤其低内存设备），引发界面卡顿。
ART：
并发标记-清除（Concurrent Mark-Sweep）：GC暂停时间减少60%。
分代收集：优先回收短命对象，提升吞吐量。
2. 堆管理创新
写时复制（Copy-on-Write）：
Zygote进程fork子进程时共享预加载类，减少内存复制。
位图标记（Bitmap Marking）：
GC时单独申请位图空间标记对象，避免对象头开销。
四、设计目标与生态定位
1. JVM：跨平台优先
核心目标：”一次编译，到处运行“（依赖各平台JVM实现）。
代价：牺牲性能换取兼容性（如x86/ARM均需适配）。
2. Dalvik/ART：移动端优化
嵌入式适配：
低内存：多进程隔离（每个App独立Linux进程）。
低功耗：AOT减少CPU持续负载。
系统集成：
Zygote预加载核心类，加速应用启动。
Binder IPC替代传统Socket通信。
五、高频概念详解
JIT（Just-In-Time）：
运行时动态编译热点代码（如多次调用的方法）。
典型问题：”为何Dalvik的JIT耗电？“ → 持续编译增加CPU负载。
AOT（Ahead-Of-Time）：
安装时预编译字节码→机器码，空间换时间。
典型问题：”ART安装慢的原因？“ → 编译占用额外时间。
Dex vs Class：
Dex合并多个Class，全局常量池共享（如字符串”Landroid/content/Context;“仅存一份）。
Zygote机制：
系统启动时预加载核心类，fork应用进程时直接共享只读内存，加速启动。
六、常见问题
Q：Dalvik、ART与JVM的核心区别是什么？
A： 三者本质是不同生态的运行时环境，核心区别如下：
架构设计：
JVM：栈架构，执行.class文件，指令紧凑但效率低。
Dalvik/ART：寄存器架构，执行.dex文件，指令少且执行快。
编译方式：
JVM：JIT运行时编译，热点代码动态优化。
Dalvik：JIT运行时编译，启动慢但安装快。
ART：AOT预编译+JIT辅助（Android 7.0+），安装时生成机器码，运行效率最高。
内存模型：
JVM：传统堆管理，GC停顿长。
Dalvik：分Zygote/Active堆，GC频繁引发卡顿。
ART：并发标记GC+分代收集，停顿减少60%。
生态定位：
JVM：跨平台通用（服务器/桌面）。
Dalvik/ART：为嵌入式优化（低内存/低功耗）。
Q：为何ART比Dalvik快？
A： 两大关键优化：
AOT预编译：省去运行时解释/编译开销（直接执行机器码）。
GC改进：并发标记减少停顿，分代回收提升吞吐量。
代价：存储空间增加10%~20%（典型空间换时间）