Merkle Tree(HashTree)

    Merkle Tree是基于数据HASH构建的一个树，Merkle Tree的叶子节点的value是数据集合的单元数据或者单元数据hash，Merke Tree非叶子节点value是其所有子节点value的HASH值。
Merkle tree可以用来进行大数据的比对，可以快速定位(O(logn))到哪一部分数据不一致，在分布式环境下可以减少数据的传输量。
对比两个大数据的副本是否一样，可以这样来处理，首先比对两个大数据构造起来的Merkle Tree的root节点是否一致，一致则认为这两个副本是相同的。如果不同，可以比对其下的孩子的哈希值是否相同，不同的节点下的值肯定不同。所以顺着树往下找，就能找到到底是哪一部分的数据时不同的，可以快速定位不同的部分。

例子：

我们假设有A和B两台机器，A需要与B相同目录下有8个文件，文件分别是f1 f2 f3 ....f8。这个时候我们就可以通过Merkle Tree来进行快速比较。假设我们在文件创建的时候每个机器都构建了一个Merkle Tree。具体如下图:
假如A上的文件5与B上的不一样。我们怎么通过两个机器的merkle treee信息找到不相同的文件? 这个比较检索过程如下:
              
1、首先比较v0是否相同,如果不同，检索其孩子node1和node2.
2、v1 相同，v2不同。检索node2的孩子node5 node6;
3、v5不同，v6相同，检索比较node5的孩子node 11 和node 12
4、v11不同，v12相同。node 11为叶子节点，获取其目录信息。
5、检索比较完毕。
以上过程的理论复杂度是Log(N)。实际过程是大于这个复杂度的，因为不同value的节点需要每个子节点进行比较。过程描述图如下:
                  

从上图可以得知真个过程可以很快的找到对应的不相同的文件。如果A机器的目录下增加了一个文件f9。整个merkle tree就会变成这样的:

                 

其中红色字体是需要进行运算的步骤，整个过程是从叶子节点发起的，直接回溯到root节点为止。假如目录下的f1被删除。整树的运算变化图如下:

               

红色字体是需要进行的运算。从上可以得知，merkle tree在大数据集合校验可以提高校验的效率的。

为什么要使用Merkle Tree?
    目前， 在计算机领域，Merkle Tree大多用来进行比对以及验证处理。在处理比对或验证的应用场景中时，特别是在分布式环境下进行比对或验证时，Merkle Tree会大大减少数据的传输量以及计算的复杂度。例如，就拿图一举例，假如是 15,16.......30是一个个数据块的hash值，我把这些数据从A传输到B，数据传输到B后，我想验证下传输到B上的数据的有效性型（验证数据是否在传输过程中发生变化），只需要验证A 和 B上所构造的Merkle Tree的root节点值是否一致即可，如果一致，表示数据是有效的，传输过程中没有发生改变。假如在传输过程中，15对应的数据被人篡改，通过Merkle Tree很容易定位找到（因为此时，节点0,1,3,7,15对应的hash值都发生了变化），定位的时间复杂度为O（log(n））.

参考文献：
[1]. http://blog.csdn.net/yuanrxdu/article/details/22474697
[2]. http://www.360doc.com/content/13/0419/22/1073512_279573695.shtml
[3]. http://m.blog.csdn.net/blog/syzcch/8054945
[4]. https://en.wikipedia.org/wiki/Merkle_tree