细品以太坊的“四棵树”——Merkle Patricia Trie

目录

1. 基础算法

1.1 Merkle Tree

1.2 Trie

1.3 Patricia Trie

2. Merkle Patricia Trie

2.1 节点类型

2.2 Key 定义

2.3 节点哈希

3. 以太坊“四棵树”

3.1 交易树

3.2 回执树

3.3 状态树

3.4 存储树

相关阅读

---

1. 基础算法

Merkle Patricia Trie，简称 MPT，是 Merkle Tree 和 Patricia Trie 的结合。在介绍 MPT 之前，我们先来看看构成它的基础算法。

1.1 Merkle Tree

Merkle Tree，默克尔树，表示将数据块做哈希之后，作为叶子节点，再合并多个节点计算哈希，得到新节点，重复以上步骤直到得到一个根节点，形成一个树状结构，如下图：

 

可见，默克尔树的树根就相当于对所有的数据做了一个哈希，可以用来校验数据的完整性。但这有什么好处呢？为什么不直接把所有数据合并，直接计算一个哈希呢？既然中间多出了这么多冗余的哈希，那自然会有它的用处。实际上，这常被用来做 默克尔证明（Merkle Proof）。一个默克尔证明包含一个数据块、树根、以及经过这个数据块到树根之间的路径的所有哈希。使用默克尔证明可以快速验证一个数据确实存在树中的某个位置。攻击者无法伪造一个默克尔证明，因为根哈希依赖于其他所有节点的哈希，每一个节点的修改都会导致根哈希不一致。

默克尔证明最初被应用在比特币中，区块链中每个区块的交易计算哈希并形成一棵默克尔树，并将树根存储在区块头中。

 这可以应用在“简单支付校验”（simplified payment verification）中：“轻客户端”节点无需下载区块的所有交易数据，只需要下载区块头，当需要获取一个交易的状态时，只需要向全节点请求该交易的一个默克尔证明，以证明该交易确实存在于一棵默克尔树中，并且该树的树根记录在区块头中。

1.2 Trie

Trie 是一种有序的树结构，用于存储和检索键值对（key-value），其中 key 可以映射到有限“字符集”组成的字符串，树的每个节点记录了一个字符，并且指向了下一个字符，每个路径可以组成一个完整的 key，这使得节点可以共享相同的前缀。这种数据结构可以高效地存储和检索有相同前缀的 key 集，实现简单并且占用内存小，常被用于实现路由表以及在路由器等低规格的设备中运行的系统。

“Trie” 一词提取自 “retrieval”（数据检索）的中间部分，根据其特征，也叫前缀树（Prefix Tree）、字典树等。

 上图表示了一棵前缀树，存储了 key 值 "A", "to", "tea", "ted", "ten", "i", "in", 和 "inn"，每个 key 对应了一个数字作为 value，比如 "A" 对应的值为 15。注意图中的节点标注了完整的单词，但这只是为了演示 Trie 的原理，实际上完整的 key 并不存储在节点中，而是由路径组成的。

在一种具体实现中，Trie 的每个节点存储了一个固定长度的数组，数组的每个元素（除最后一个元素）是指向子节点的指针，数组的最后一个元素存储了 value（若存在），表示根节点到本节点的路径组成的 key 对应的 value。

例如，一种用来存储英文单词（26个字母）的树，每个节点存储的数组长度为 27，下标 0~25 代表 a-z 字符，下标 26 代表 value。如下图所示：

 

Trie 有一个很大的缺点，即当某个 key 不与其他 key 共享前缀，并且长度很长时，会使得树极为不平衡，即高度不可控，这给攻击者提供了攻击的可能。如下图所示：

 为了解决这个问题，有新的数据结构被提出。

1.3 Patricia Trie

Patricia 一名取自论文 PATRICIA - Practical Algorithm to Retrieve Information Coded in Alphanumeric 的首字母缩写