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
105
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:# t3 Z1 ]( v4 h- L* B
0 Q4 |, j2 B5 D; w
tokenHolder.segmentStart=segmentSize;
/ y1 G I+ {- a, \8 `6 W0 e- U; m
segmentSize+=_stake;0 r2 R& B$ `0 q* I8 I: w, v
tokenHolder.segmentEnd=segmentSize;1 {8 ~5 W4 K! O% C/ B
* k) K) N2 D' O% y
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。
- d7 d- m, F9 j3 P$ f# U3 X
其次,获得被抽中者需要迭代每位持有者,如下所示:
0 q# D2 ]* K5 A
//O(n)wherenisthenumberoftokenholderswithstake3 {& o7 a2 v' Y r
8 k$ ^( ?8 B- X H$ I! A
for(uinti=0;i
2 m0 K. P. y7 z: ]' v9 w2 c
if(currentDrawnNumber.segmentEnd)
returntokenHolders.address& E2 R: o9 k' d0 h- ^0 E
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。6 m- X6 N3 q9 P9 o7 u, O$ w
树状数组解决方案3 S' Q0 F! Z) e" S5 `
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:
0 z' Q: v% W% N, ?9 v6 t/ [
二进制树状数组示例
. y+ O$ ~! {9 b' j% R
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。
9 Z" z4 z" J2 j9 m+ r5 s
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。1 x) F S ^* w4 P) ^+ ?. R
. r! D+ ]% b/ N% F3 W2 w/ f
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。
8 I9 o1 i( U* P
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:
6 l0 T) s! R) H1 x
设置:设置新值并更新根值。; b( Z% W ?) B/ X1 R' i- s" [7 n
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。, l& e% g) X5 A7 n5 G- f
9 b0 N% U- M8 R9 F5 ^ h) F" j
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。4 m* X, V S# h( P2 @6 ^* R7 O
执行过程中的算力节省
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:& @) w: y' g7 s$ X9 `
" G- d1 h7 ~! w* T4 D( k
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。9 _, o7 J6 X' x2 D. X
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。
( T( X0 T; x$ I$ B8 ?$ E
Kleros的实例+ b( W0 h9 r/ Z5 j8 I" h
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
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