区块链研究实验室︱在内存中映射实体存储变量

本文采用火币网区块链智能合约语言中的内存映射实体的存储变量。

在datona实验室s-dac模板的开发和测试过程中，我们需要对一些持久性数据进行排序，例如：

“导入”溶剂“ContractsDC100IS…{uint[]文件键；functionsortFileKeys（）内部{快速排序（文件键）；}//。。。

Solidity有两个数据位置：存储和内存。存储在多个智能合约调用之间是持久的，而内存是临时的，只存在于每个调用中。第三个数据位置称为calldata，它实际上与内存相同。

上述代码段中的数组必须在多个协定调用之间是持久的，因此它必须驻留在存储中。

但是访问存储比内存消耗更多的气体，因此访问数据的算法将非常昂贵。

火币网0中的任何一种传统排序算法，如插入排序或快速排序，都需要大量的数据访问来比较和交换元素。非比较排序（如计数排序）节省了元素比较和交换的时间，但仅限于已知的小数字。

必须重写排序算法以找到正确的数据位置，例如：

函数快速排序（uint[]storagedata）内部{//。。。

映射数据

减少空气消耗是将持久性存储阵列**到内存中，执行排序，然后再次**阵列。

functionsortFileKeys（）内部{uint[]memoryshadow=fileKeys；快速排序（shadow）；fileKeys=shadow；}

这个函数在数据位置之间**数组需要消耗大量的气体，但与排序成本相比，这是否微不足道？

让我们测量一些样本数据来找出答案。

我们将测量存储和映射内存数据位置中的不同排序算法。元素值是使用生成确定值序列的伪随机数生成器生成的。

结果

运行所有合同并将数据整理到电子表格中，以生成以下结果。

注意，计数排序比快速排序和在存储中插入排序快得多（图1）。

请注意，从存储**到内存（s=gt；m）和再次返回（m=gt；s）的成本占气体消耗（图2）。

复合曲线显示用于比较（图3）。

在存储方面，计数顺序几乎与映射内存一样快（图3）。这是因为它跳过了所有昂贵的元素比较和交换。不幸的是，计数排序只在元素值在一个小的已知范围内时有效。

此外，虽然额外的气体消耗是由在不同数据位置（图2中的s=gt；m和m=gt；s）之间**数组引起的，但使用映射内存（此处为快速排序和插入排序）进行比较排序的气体消耗是使用存储的六倍（图3）。

顺便说一句，如果在调用排序例程之前数据可能处于排序状态，那么只有在数据已更改时才将数组从内存**回存储器是有益的。

functionsortFileKeys（）内部{uint[]memoryshadow=fileKeys；如果（快速排序（shadow））//ifdatahaschangedfileKeys=shadow；}

在这种情况下，需要修改排序例程以指示数据是否已更改。

结论

在实体中的存储数据位置使用排序非常昂贵，因此在内存数据位置中映射和排序数据总是值得的。

使用映射技术还可以使执行许多数据访问的其他算法受益。

至于排序算法，请使用ldquo；快速排序或ldquo；插入排序。后者是一种更简单的算法，因此字节码更少。

——————————————

朱利安·戈达德

原始链接：https://medium.com/coinmonks/shadowing-SOLidity-storage-ariables-in-memory-b56f471eddd81

翻译：链三丰