区块链数据分类的高效化
家养宠物繁殖
发表于 2022-12-2 00:04:50
104
0
0
在去中心化的应用程序中,最普遍的抽签方式就是:使用与用户所持有的令牌数量成比例的一个随机数。如果只允许增加用户持有量,这就非常简单。但是,如果你想在所有抽签轮次中自由更改用户持有量时,抽签的随机计算就会变得非常复杂......
基本的方式
构建这样的系统最简单方法是创建一个虚拟列表,其中包含每个参与抽签地址的区段。使用一个存储变量来跟踪列表大小,并且每当有人改变持有量时:
tokenHolder.segmentStart=segmentSize;3 b6 P/ h5 }6 y/ o) x
segmentSize+=_stake;! w2 c1 v1 ]3 x( S# Z1 t" U
tokenHolder.segmentEnd=segmentSize;
这种方法存在两大问题(尽管根据使用情况,可能不会很严重)。
首先,如果持有人希望更改或删除他们的投入额,那么拼接这个列表的计算成本会很高。3 ^5 p) L$ N& W7 g$ ?! z
其次,获得被抽中者需要迭代每位持有者,如下所示:, T8 U9 C. }' n- c; {/ O+ G- I
* m' J1 k/ X/ g5 C0 P' i# [5 ~2 s
//O(n)wherenisthenumberoftokenholderswithstake
for(uinti=0;i; Y# r- u, J+ k: U, T: S% S
; ~. U8 o4 c& w, V- Z
if(currentDrawnNumber.segmentEnd)* i$ {& N- b- A" K8 h! P+ Q1 D9 ^
returntokenHolders.address
在任何规模可观的系统中,每次抽奖都会需要很多算力。这种算法还制造了O(d*a)个影子漏洞,其中d是抽签次数,a是令牌持有者的数量,因为攻击者可以用最低额创建大量账户。这意味着唯一合理的方法是让令牌持有者检查自己是否被抽出。这严重限制了智能合约实施自动化的逻辑,无法实现自动抽取和通知被抽取者。; P$ o q3 P9 N% L4 k: K
$ O, ~# v% U2 g4 \+ `
树状数组解决方案 p t6 j3 ^9 {5 t% D
在寻求更好的方法过程中,我们的首席技术官ClémentLesaege从一种复杂的数据结构形式里找到了答案:K-Ary树状数组。K-Ary树状数组的每个非数据点都有K个子节点并且保存所有节点的值的总和。这意味着我们关心的实际值都是数据点,经证明以这种方式组织数据对性能有非常大的提高。比如一个二进制的树状数组(K=2),其中Alice有10个令牌投注,Bob有15个令牌投注,Carl有20个令牌投注,Dave有5个令牌投注,看起来像:4 E, V, g+ U7 M" q0 M
二进制树状数组示例
$ v2 o% o& ?, _( I: q1 A% i
在以上示例中,假设我们抽取到数字13,寻取方式如下:首先13落在[0-24,25-49]的哪个区?0-24,所以往下进入左侧区域。之后判断13落入[0-9,10-24]的哪个区域?由此抽取到鲍勃。, M' g# l z( L! p' T4 P4 T& G) j
9 C- M8 C$ ^+ v% X( v
现在,假设我们抽取到2。同理,从根开始,但是这次27落到25-49,所以我们进入右侧区域。同样对[0-20,21-24]重复相同的过程,但是使用2而不是27,因为您通过跳过第一级中的左节点“花费”了25,于是抽取到了卡尔。) k6 _: Y0 L( `1 h* a
所以这个数据结构让我们的抽取复杂度变为O(K*log(n)/log(K)),其中K是每个节点的子节点数。log(n)/log(K)是遍历K次数据节点数的数值,换句话说,就是数据结构的层级数。将它乘以K是因为在最坏的情况下,你必须查看你遍历的每个节点的每个子节点,以确定是否遍历下一个节点。
/ \9 w! o8 o: G% y
设置,删除和追加的复杂度都是O(log(n)/log(K)),因为是从给定的数据节点开始,逐级向上操作。注意保留一定量的空闲数据节点,是保证在删除操作中保持数据结构完整的捷径。这些操作非常容易实现:
$ Z: h! M% m/ h" U( o4 k
设置:设置新值并更新根值。
* ?0 x( m$ @, v2 t5 U$ C9 |2 l0 i
删除:将值设置为0,将数据节点推送到一个空闲节点,然后更新根节点。请注意,这个操作实际上并没有从数据结构中删除节点,因此n永远不会减少。
追加:从前面提到的空闲堆栈中弹出一个节点,否则追加一个新节点,并赋值。( Y7 k: |+ Q) Y7 S( A t3 a
执行过程中的算力节省
% J0 u9 }! b: P" B
因为结构中的数据并未被删除(它们只被设置为0并被推送到堆栈),所以在执行过程中可以节省一大部分的算力。我们只需要一个空闲节点堆栈列表和一个数据结构中实际值的列表。如上例所示,列表会是:[50,25,25,10,15,20,5]。使用以下等式可以轻松实现节点遍历:
% X/ V' D# r0 D/ `2 u3 F$ S, Z
节点i的第C个子节点:K*i+c。原理:首先必须跳过每个i之前的节点的和它们的子节点,所以是K*i;然后加上c来得到你想要的子节点。
, q" E( r# b, @/ \/ n3 V
节点i的根节点:(i-1)/K。原理:跳过多少个拥有K个子节点的节点才能到达i。
检查节点i是否是第一个/最左边的节点:(i-1)%K===0。基本原理类似于找到根节点的,当余数为0时就是第一个/最左边的节点。
0 w3 Z6 d8 |# |, S
Kleros的实例% B! m, J. K, |6 m
Kleros智能合约库的数据结构文件夹中,包括了k-ary树状数组的开源实现(每个节点的子节点数目可以自定):https://github.com/kleros/kleros ... cts/data-structures
y& p/ g: a% Y6 ~% y6 Y
里面包括了一个继承该功能的分类树状数组智能合约,可用于所有需要分类的智能合约。
成为第一个吐槽的人