区块链杂谈---浅谈我所理解的Merkle树(默克尔树)与hash list

---

前言

文章标题中提到的其实是两种数据结构-Merkle树与hash list，前者俗称默克尔树。有些小伙伴可能会说，这两种数据结构以前怎么没有听说过呢？

其实这两种数据结构就根本不是为了我们所熟知的http/https协议所设计的。相反，他们是为了p2p网络或者说是区块链网络而设计运用的。接下来我们慢慢进入正题。

---

Merkle树

有关上文提到的http/https协议和p2p网络的区别，这里不做多介绍。可以参考我上两篇博客，这里直接介绍数据结构。

首先Merkle树本质上就是一个树，而且还是一个二叉树，直接上图：

可以看到叶子结点下面居然还有一层数据块，按理说叶子结点应该就是结束了，下面没东西了。那么数据块又是啥呢？

这里是这样的，叶子结点存储的是数据块内的数据根据哈希算法计算出来的哈希值(hash)。 说白了就是存储着哈希值。得到哈希值之后，在将相邻的两个结点合起来再计算一次哈希值，存储在它们的父结点中。像上图中的结点A存储着叶子结点A与叶子结点B的哈希值结合。同理，结点A与结点B在结合进行一次哈希计算，得到根节点的哈希值。

在这里需要注意一下，如果叶子结点的个数是奇数怎么办，那么就不能两两配对，进行结合哈希计算了。答案是也可以的，与自己配对进行结合哈希计算即可。

数据结构大致就是这个流程，不难理解。那么问题又来了，这样子设计有什么好处呢？

在前言中就介绍到了，Merkle树是运用在p2p或者区块链网络中的。而IPFS就是里面的代表，有关这方面可以参考之前的博客《区块链杂谈—谈谈我所理解的IPFS》与《区块链杂谈—简单记录Fil是个啥？》。

我们知道在Fil网络中，主网会要求矿工提交复制证明，即证明矿工是真实且正确存储了客户所要的数据。而怎么验证这个数据的正确性呢？就要用到我们所介绍的MerKle树了。

我们知道哈希算法，只要有一个字节不一样，那么最终计算出来的哈希值就会不相同。那么就可以直接比对根节点的哈希值，如果不一样，那就说明没有存储到正确的数据。从而比对出了数据的完整性。

这里打个比方，简单说明比对过程。还是上面那张图：

1. 首先比对根节点的哈希值，发现不一样。
2. 接着往下走先比较结点A是否一致，发现不一致，再往下走。
3. 叶子结点A一致，比较叶子结点B的哈希，发现不一致。找到数据块B不一致。

这里就定位出了具体哪一个数据块受损或者被攥改。由于每次比对它的规模都减半，所以在Merkle树中，它的比对时间复杂度为O(logn)。可以看到，效率还是很快的。

Merkle树还被用于在分布式的数据库中，一个文件在分布式数据库中可能会有多个备份，要确保备份之间的一致性，就可以用到默克尔树了。

---

hash list（哈希列表）

接下来记录一下另外一种数据结构—hash list（哈希列表）。它和Merkle树很像，可是又不一样。先上图：

大家可以看一下，它比Merkle树少了什么？没错，哈希列表根节点下面就直接一层叶子节点，而叶子结点存储的是数据块数据进行哈希运算得到的值。

这一段是我在网上看到的:

在点对点网络中数据传输的时候，为了提高效率往往会同时从多个机器下载数据的不同部分。
即，不是从一台机器下载整个数据，而是将完整数据分成不同的部分，
分别同时从不同的机器获取完整数据的不同组成部分。
这样分块传输不但可以同时从多台机器下载数据，另一个好处是如果这一小块数据传输过程中损坏了，
只要重新下载这一小数据块就可以了，不用重新下载整个数据。

在这种环境下，怎么确保数据的完整性呢？

我们可以在下载前，对每一个数据块进行一次哈希运算，然后在对这些数据块哈希进行一次结合哈希运算，得到根哈希，从而得到一个哈希列表。这个列表我们自己存着。

之后就可以下载数据了。下载完成后，直接比对根哈希，如果一致，则说明没有损坏。如果不一致，像上面Merkle树一样，去比对那个数据块受损或者被攥改。

---

两者区别

大家发现，两个数据结构都有相似的功能，那么怎么选呢？

哈希列表比对数据时，是直接进入叶子节点来比较，而不像Merkle树那样，有个二叉树分出去。所以它的时间复杂度为O(n)。

因此，在数据量大，数据块多的时候，Merkle树的效率会更高。

---

感谢您的观看🙏