请问：如何取得数组中第二大的数？

tangligang 2004-03-11 08:27:02

请问：如何取得数组中第二大的数？

...全文

97 6 打赏收藏转发到动态举报

写回复

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

本课程从零开始，以通俗易懂的方式讲解Java入门，真正做到零基础入门学习，最适合初学者的教程！课程内容包括：1.数组简介2.数组基本用法3.动态赋值4.增强for循环5.练习：数组的用法6.栈和堆7.基本数据类型和引用数据类型及在内存中的存储方式8.值传递和引用传递9.二维数组10.练习：二维数组11.冒泡排序12.Arrays工具类13.不定长参数

学习计划：1、每天学习1个小时，大概1个月完成。 2、认真听讲，要自己揣摩，明白原理。 3、动手实践、必须要多做课后练习题，遇到不会的，及时提问。课程目标：从一个纯小白，到真正理解变量的实质，指针的实质，学会C++类及面向对象编程课程简介：敬告：该系列的课程在抓紧录制更新中，敬请大家关注。该系列的课程涉及：FFmpeg,WebRTC,SRS,Nginx,Darwin,Live555,等。包括：音视频、流媒体、直播、Android、视频监控28181、等。--------------------------------------------------- ---------------------------------------------------给学员（从小白到大牛）的3年学习路径及计划技术方面分三块：1.纯开发技术方向2.音视频流媒体专业方向3.项目实战---------------------------------------------------1.纯开发技术方向（1） C++必须要过硬（至少学会10本经典好书）（2）系统级编程（Windows、Linux），必须特别熟练系统API，灵活运用（3）框架与工具（Qt、MFC）：必须精通其中一种。（4）架构与设计模式：需要提升一个高度，不再是简单的编码，而是思维模式。（5）驱动级别（如果有兴趣，可以深入到驱动级：包括Windows、Linux）（6）最好学习点Java+Html+javascript等WEB技术。2.音视频流媒体专业方向（1）音视频流媒体基础理论：必须认真学会，否则看代码就是看天书（2）编解码方向：精通h.264,h.265(hevc)，包括理论和各个开源库(ffmpeg,libx264,libx265,...)。（3）直播方向：精通各种直播协议(rtsp,rtmp,hls,http-flv,...), 钻研各个开源库（live555,darwin,srs,zlmediakit,crtmpserver,...）（4）视频监控：理论+开源库(onvif+281818）（EasyMonitor、iSpy、ZoneMinder(web)、...） 3.项目实战（1） Qt项目：至少要亲手练习10个实战项目（网络服务器、多线程、数据库、图像处理、多人聊天、等等）（2）音视频项目：包括编解码、视频监控、直播等各个方向，都需要亲手实战项目，包括视频服务器、后台管理系统、前端播放器（多端）--------------------------------------------------- 具体的内容包括： n 1.全书概览与分析 51.1 初步认识：做到心中有数 51.2 图解：章节关系 61.3 探讨：教学方法论 71.4 探讨：学习方法论 71.5 C++的1.0与2.0 81.6 开发工具Qt5.9和VS2015/7/9 8控制台： 8UI界面： 81.7 安装并搭建Qt5.9.8开发环境 91.下载软件Qt Creator 5.9.8 92.双击开始安装 93.注册Qt账号 114.激活Qt账号 125.选择安装路径 176.选择“安装组件” 197.同意“许可协议” 218.点击“安装”后，请喝杯茶 241.8 捋起袖子开干：几个小案例 35第一：写代码打印“CS”图形 36第二：写代码打印各种图形（作业） 361.9 原书第一章剖析 371.计算机是什么？ 372.程序是什么？ 383.程序设计 384.C++入门程序示例 40n 第2章 C++基础知识 412.1 变量和赋值 412.2 输入和输出 422.3 数据类型和表达式 432.4 简单控制流程 442.5 程序风格 452.6 x=x-3到底是个什么鬼？ 46第3章更多的控制流程 473.1 使用布尔表达式 473.2 多路分支 483.3 C++循环语句详解 483.4 设计循环 513.5 课堂练习 51第4章过程抽象和返回值的函数 524.1 自顶向下设计 524.2 预定义函数 534.3 程序员自定义函数 534.4 过程抽象 544.5 作用域和局部变量 554.6 重载函数名称 55第5章用函数完成所有子任务 565.1 void函数 575.2 传引用参数 575.3 使用过程抽象 595.4 测试和调试函数 595.5 常规调试技术 59第6章 I/O流——对象和类入门 606.1 流和基本文件I/O 606.2 流I/O工具 616.3 字符I/O 62第7章数组 637.1 数组入门 637.2 函数中的数组 657.3 数组编程 667.4 多维数组 67第8章字符串和向量 688.1 字符串的数组类型 688.2 标准string类 698.3 向量 71第9章指针和动态数组 719.1 指针 719.2 手工动态数组 74第10章定义类 7610.1 结构体 7710.2 类 7810.3 抽象数据类型 8110.4 继承 8210.5 拷贝构造函数 8310.6 析构函数 8410.7 重载赋值(=)操作符 84第11章友元函数、重载操作符和数组 8611.1 友元函数 8711.2 重载操作符 8811.3 数组和类 9111.4 类和动态数组 91第12章独立编译和命名空间 9212.1 独立编译 9212.2 命名空间 93第13章指针和链表 94第14章递归 95第15章继承 9615.1 继承基础 9615.2 继承细节 9715.3 多态性（虚函数） 98第16章异常处理 10016.1 异常处理基础 10016.2 用于异常处理的编程技术 101第17章模板 10217.1 用于算法抽象的模板 10217.2 用于数据抽象的模板 103第18章标准模板库（STL） 10418.1 迭代器 10418.2 容器 10518.3 泛型算法 10618.4 不断进化的C++ 106第19章 Qt界面开发入门 106附录 107

本课程是教材《Python数据分析与数据可视化》第1章配套微课，共49课，约12小时。参考学习资源：1）《Python程序设计基础（第3版）》，董付国，清华大学出版社，2023年1月出版2）《Python数据分析与数据可视化》，董付国，清华大学出版社，2023年4月出版3）《Python程序设计基础与应用》，董付国，机械工业出版社，2021年12月出版4）《Python数据分析、挖掘与可视化》，董付国，人民邮电出版社，2020年1月出版

对于大中台来讲，现在并没有十分严格的定义，每个企业对其的理解都是不同的，有的在技术上使用大中台模式，有的在业务上使用大中台模式，有的将两者相结合。“大中台，小前台”的机制最初阿里提出的时候，主要应用于O2O线上线下协同、电商等场景，对于电商来说，市场环境是瞬息万变的，而前台是主要的一线业务，这时就需要一个强大的技术中台提供快速设计方法和系统性后端服务，去应对市场变化，灵活快速的做出应对策略。技术中台从技术角度出发，数据中台从业务数据角度出发，业务中台站在企业全局角度出发，从整体战略、业务支撑、连接用户、业务创新等方面进行统筹规划，由基础中台、技术中台、数据中台L合支撑来建设业务中台。本套中台案例基于真实工业界业务讲解，将多种经过工业界验证的成熟技术解决方案呈现给大家，本套课程拒绝枯燥的理论，全程代码实操，通过项目驱动的方式，让大家能够真实体验中台工业界开发过程，帮助大家建立中台思维，学习本套课程全部内容可以帮助提高自主开发一套高性能高可用高扩展的中台系统的能力。本套案例集后端+前台+测试+运维一体，多方位的带你熟悉全过程。本课程将带大家实现一个真实的工业界中台项目，该项目是基于真实的知名互联网企业项目讲解，本课程将分为4个阶段：第一阶段：会实现中台系统的大部分核心服务，包括：会员中心，商品中心，交易中心，商家中心，支付中心，友凡商城等等。第二阶段：进一步完善中台系统的核心服务以及优化，包括：营销中心，搜索中心，店铺中心，缓存优化，数据库优化等等。第三阶段：进一步优化以及完善产品服务，包括：前台系统,中台系统，友凡商城友凡生鲜，友凡超市等等。第四阶段：项目收尾阶段以及运维阶段，包括：压力测试,系统维护,系统部署,虚拟化方案,测试方案等等。本课程包含的技术： IDEA集成开发工具 SpringBoot 2.0.8.RELEASE SpringCloud Finchley.SR2 Thymeleaf（模板引擎技术）支付宝支付MyCat、MySQL、Druid 持续集成解决方案（Jenkins）认证解决方案（JWT）网关解决方案（Zuul）负载均衡解决方案（Ribbon）分布式事务+多线程+事件驱动 MyBatis+Redis+Quartz Ehcache+Hystrix Nginx（Web服务器） Restful AOP技术性能压力测试Jemter VUE+jQuery+Ajax+NodeJS VUE+Element-UI 容器部署Docker Kubertenes Lucene、ElasticSearch（搜索）设计模式、RabbitMQ Swagger2 文档生成工具人工智能（RNN、LSTM）多语言开发（Python、Django）课程亮点： 1.与企业无缝对接、工业界真实业务场景 2.集后端+前台+测试+运维一体，多面学习技术链 3.多语言协调开发，熟悉语言应用场景4.支持项目快速迭代和开发 5.引入人工智能智能客服系统 6.使用微服务技术栈+前后端分离构建项目 7.引入全新的设计理念 8.全链路性能压力测试 9.分布式事务解决方案 10.事件驱动设计解决方案 11.多线程技术+设计模式的实战应用 12.分布式架构下实现分布式定时调度 13.集成MyBatis实现多数据源路由实战 14.集成SpringCloud实现统一整合方案 15 Kubernetes+Docker容器化部署和管理 16.大型系统分布式部署方案 17.高性能系统（支撑海量数据） 18.高并发下的服务降级、限流实战 19.实现高并发请求和实现高可用架构解决方案 20.全程代码实操，提供全部代码和资料 21.提供答疑和提供企业技术方案咨询企业一线架构师讲授，代码在老师的指导下企业可以复用，提供企业落地方案。版权归作者所有，盗版将进行法律维权。

智能合约虚拟机赋予了区块链运行去中心化应用（Dapp）的能力。它让区块链演化为“操作系统”，孕育出繁荣的Dapp生态。一款优秀的VM不仅仅是要完成确定、高效、安全地执行合约字节码的功能，它应该足够通用，能最大化节省开发者的成本，甚至能形成独立的开发者生态。从架构上来说，VM为智能合约提供计算资源和运行容器，区块链的共识、执行模块与VM是完全解耦的。在区块链2.0项目中，我们看到大部分项目将VM作为区块链项目的一个子模块，一同编译进二进制中；Fabric更进一步，链码被编译成独立的程序，运行于独立的docker容器中，通过grpc与节点交互。如此，可将数据与逻辑彻底分离；在未来，VM可能以硬件的形式安装在“矿机”中，通过更底层的如PCIe接口与区块链进行通信。业界的Nervos CKB使用RISC-V实现VM，为演化成硬件模块做准备。架构设计验证层验证层会对合约字节码及传参进行一些验证，包含ABI验证，环境检查与版本检查三个环节。ABI验证：利用合约ABI对用户发送的合约调用及参数进行校验。环境检查：检查虚拟机执行环境是否符合预期检查Config字段。字节码是否合法。exports是否包含apply与memory，以及类型是否正确；是否包含start（被禁用）；是否包含import，import的模块是否合法。解释器模块是否ready。版本检查：检查合约版本，选择对应版本的解释器。注入层注入层主要对合约字节码注入一些必要的代码，以及构建相应的执行上下文。Gas MeteringGas metering是用于统计每一个操作所须花费的Gas。原理非常简单：实现Env_api方法useGas。将wasm字节码恢复成易于解析的格式化文本（如JSON）。将useGas注入到格式化文本中将格式化文本重新恢复成wasm字节码。这里有一个值得考虑的问题：**Gas Metering能否放到编译期去做？**在编译器做Gas metering注入的好处是只须要注入一次，节省了执行时的开销。但这样的弊端也很明显:Gas Table本属于区块链协议的一部分，但却被放到合约编译器中，恶意用户只须要更改编译器的Gas Table即可完成作恶，作恶成本大大降低。若Gas Table需要修改，无法再对已部署的旧合约更新Gas Metering，导致新老合约的Gas收费标准不一致。在每次执行时进行一次Gas Metering注入，虽然牺牲了一些执行效率，但换来了Gas灵活变更的特性，这对于不断调整、迭代的公链项目是至关重要的。一种更好的方案，是将Gas Table以合约形式部署，无须硬分叉便可更改Gas Table的参数。Env API 注入Env_api是区块链提供给合约层用于与区块链进行交互的接口。注入原理如下：合约字节码(wast)中包含形如(import env getAddress (func ...))的代码段。意为从env模块中导入getAddress函数。env模块从哪来呢？由虚拟机利用解释器的API构建原生模块，并实现预先设计的Env_api。这里的Env_api都须要用原生语言实现。利用解释器的moduleResolver在执行代码前注入。经以太坊基金会Go-team的gary推荐，这里隆重介绍下EVMC这个项目。它提供了一套虚拟机和客户端之间的通用交互接口。不同的VM只需要实现这些接口，即可为以太坊客户端提供交互功能。如此将客户端与虚拟机实现相互分离，更能够根据实际情况灵活切换底层虚拟机实现。上下文构建我们还需要给合约执行构建合理的上下文环境，提供必要的内部模块和数据以供合约使用，包括：区块链账本实例，提供区块、交易等信息的调用接口。状态数据库实例，提供状态数据的增删改查的调用接口。当前Transaction与Action的相关数据。当前区块高度和区块时间。执行层执行层是虚拟机的核心模块，负责执行合约字节码并返回结果。它必须具备以下几个特性：确定性：即相同入参和上下文，无论在什么设备上运行，何时运行，运行几次，都必须获得相同结果。高效执行：虚拟机的执行时间不大于共识算法给于交易执行的最大时间。停机与回滚：须要有相应停机机制。在执行失败时须要对本次执行涉及的所有状态变更进行回滚。沙箱环境：即保证合约与合约之间、合约与宿主系统之间的资源隔离。能够防备恶意和故障合约的不良影响。Apply执行合约字节码，实际是调用合约代码中的apply函数。合约上下文，包括用户指定调用的合约方法名和对应入参，通过Env_api在实际apply实现中获取，最终调用相应的合约方法。栗子详见系列第二篇。Memory合约除了应导出apply函数外，还须要导出memory对象。memory对象是wasm编译器在合约编译时自动注入，通常会开辟一页内存(64KB) (memory $0 1)。解释器会初始化一个线性字节数组作为内存供wasm使用，wasm与区块链数据交互是依靠内存共享的形式，通过该字节数组进行传递。（这也是为何在Env_api设计里，很多数值的传参是offset与length的组合）Wasm的内存数组是按照| static memory | dynamic memory |的次序划分，static memory中存放编译期的字符串或数组，dynamic memory用于运行期的数据存储，并且可以动态扩容。为了防止dynamic memory无限制地扩容，需要有合理的收费机制与内存分配上限。AssemblyScript提供了一个额外的位于static memory之前的预留空间，称为reserved memory。这使得我们在运行期可以将一些变长数据（如字符串，数组等）以Global的形式导入wasm。这样wasm无须调用Env_api即可直接使用上下文的变量，如发送方、接收方、合约地址、当前调用的合约方法名等。状态存储对VM最本质的需求是对状态存储的需求，这种存储是达成共识的、不可逆的，从而实现了去中心化应用中数据的信任存储。Ethereum1出现的状态爆炸问题给我们敲响了警钟——只收取每一次读写操作的费用，而不收取占用存储的费用，是不合理的。如果不对占用存储收费，则用户可以无限制地占用区块链的稀缺存储资源；且由于没有好的数据清理机制，区块链的状态就会不断增长，即所谓“爆炸”。状态存储付费是很自然想到的方案。如何设计合理的状态存储付费方案，有两个底层逻辑需要考虑：用户应当为占用链上的稀缺存储资源付出成本。这里的成本是广义的，可以是代币价值、机会成本与承担额外风险等形式。状态存储的使用属性最大化，投资属性最小化。须要避免出现用户大量囤积存储资源，提高资源利用率。EOS使用【RAM】来解决状态收费的问题。开发者须要使用代币向系统合约购买RAM，存储状态数据须要消耗对应大小的RAM资源，当数据删除时RAM资源也会相应释放，并且可以卖回给系统拿回代币。但开发者须要承担RAM和代币价值波动风险。如何对RAM定价呢？EOS创新性地引入了Bancor算法对RAM进行模拟市场定价。Bancor算法有两个特点：数字货币价格取决于存储金金额和代币流通量，真实模拟了市场供需关系；人机交易，无须对手盘，这使得“巨鲸”可轻易做多或做空，导致价格波动剧烈。也正因为上面两个特性，EOS主网刚上线时，出现了大量RAM资源被囤积，RAM价格被瞬间拉至高位，又在随后的一周内快速下降，造成了“割开发者韭菜”的情况。V神在2018年曾提出过使用【状态租金】来解决状态爆炸问题。状态租金很像当前云计算服务的商业模式，用户不仅花费购买占用空间大小，还须购买占用时间。对于状态租金方案的具体设计，我们仍然须要考虑以下几个问题：用户体验：当状态出租时间快到期时，如何提醒用户续费？时间到期后状态数据是否立马清除？不同级别的数据是否有区别的对待？（云服务厂商都会提供到期后的赎回期，以防止关键数据被意外删除）支付对象：哪些数据需要支付租金？除了合约的状态数据必然要支付租金以外，账户本身的元数据（balance, nonce等）是否也要付租金？如果需要，时间到期后清零，势必损害用户的资金安全（与区块链保护数字资产的理念相背），同时nonce为0后可能会遭受重放攻击。如果不需要，仍然无法抑制因新账户的创建而产生的状态爆炸问题。定价：链上存储资源的稀缺程度，与区块链的生态价值及当下的市场需求密切相关。如何建立一个合理定价模型便是个非常重要的问题。Ethereum Research中有大神对状态租金的方案进行了细化，引入了激励机制用于租赁过期的发现和确认，并且允许在状态数据删除后申请恢复。Nervos CKB结合了状态买卖和状态租金的长处，利用原生代币代表占用全局状态的权利，且汇率恒定，即1 CKB代表1 Bytes的存储空间。同时巧妙地利用【二级发行】机制为代币持有者（存储空间占有者）设置了【通胀税】，以作为支付给矿工的状态租金。靠通胀收取租金的方式既保留了RAM方案的买断存储空间的使用模式，解决了上面所提到的用户体验的问题，又将定价转移到了通胀部分对应的法币价值，完全由二级市场进行价值发现。但这使得状态空间的上限严格等同于当前代币流通量，在初期可能会限制生态的发展。合约安全我们在第一篇中有提到，合约安全分为编译期安全和执行期安全。本篇主要阐述执行期安全的设计思路。执行期安全也成为运行期安全，主要由VM针对以下两方面提供保障：数据安全：不能随意篡改其他用户或其他合约的状态数据。资源安全：CPU、内存、硬盘资源的分配与回收。数据安全加密数字资产真正实现了人类梦寐以求的“私有财产神圣不可侵犯”，它象征着真正的自由。为了捍卫这份“自由”，数据安全是重中之重。VM需要为以下两个方面提供安全保障：用户数据的安全，即利用密码学算法判断是否有修改状态数据的权限。合约状态数据的隔离，即任何合约都不能直接修改其他合约的状态数据，即使该用户拥有权限。第一个维度很好理解，合约会提供根据用户地址和交易签名进行身份权限审查的功能（甚至可提供基于多密钥对的权限管理），以判断本次合约调用是否有权限修改相应的数据。这也是“私有财产神圣不可侵犯”的根源。第二个维度需要特别解释一下。这里的不能直接修改其他合约的状态数据，是指不能在合约A的方法中直接修改合约B的数据。为什么？因为这会导致状态变更无法追溯，带来不确定性。我们知道，区块链环境中只能通过交易(Transaction)来触发状态变更，交易本身就是状态变更的日志。若允许在合约A中直接修改合约B的状态数据，则这次修改是并未生成相关日志的，使得状态修改无法追溯，与区块链“可追溯”的特性相违背。以太坊中跨合约调用也是没有保留日志的。笔者认为这是因为以太坊合约是不可升级的，一旦部署后地址和代码都是不可变更的，因此可结合交易和代码具体片段来追踪状态变更记录。但以太坊并没有提供相关的索引，这导致对状态修改的记录追踪基本不可能，因此我认为这是一个设计上的重大缺陷。在EOS中，我们看到跨合约调用是生成了新的action，并被加入到原action列表中，在链上保留了状态修改的日志。能否利用静态代码分析的方式确定跨合约的对方地址和相关合约方法，从而追溯到状态变更的细节？当然是可行的，但如果有多层调用（合约A -> 合约B -> ... -> 合约Z），这种方案显然开销是非常大的。尽管以太坊提供了tracer，可以在执行交易的过程中追踪跨合约调用的对象，但如果我想查找导致合约X某状态变更的所有历史操作，上述方案必须遍历并模拟执行所有的历史交易，显然是不可取的。我们认为，跨合约交易正确的做法，是通过内联交易的形式调用合约B的方法从而间接修改合约B数据。即生成一个新的交易来触发目标合约的状态变更。该交易也会应放入区块中，视为由原交易生成的日志。这样可为状态变更保留操作记录，也符合“可追溯”的特征。资源安全智能合约通常运行在由虚拟机提供的沙箱环境，我们需要对其能够使用的资源进行适度的把控。这些资源包括三类：CPU、内存、硬盘。下面我们以QA的形式对涉及到的问题进行解答——CPU资源Q1: 合约运行最大能占用多少个进程，多少个线程？一个；一个或多个。Q2: 是否允许合约内开辟新线程？不允许。合约不应有操作系统级别的调用，而应由虚拟机层来确定性地分配CPU资源（线程数）。Q3:多线程下如何保证线程安全？多线程下，不应通过加锁来保证线程安全，原因是加锁无法保证执行顺序，带来不确定性。正确的做法是在执行前通过静态分析、注解等手段对合约调用进行归类。互斥资源的调用顺序遵循交易发送的顺序；非互斥资源的合约调用可以并行执行。Q4: 如何控制执行时间？利用Gas机制控制合约执行时间（在本系列第一篇已提到），避免过度占用CPU时间。Q5: 如何捕捉错误与处理？合约执行的错误不应导致虚拟机的进程终止，虚拟机应当提供错误捕获和处理的机制。常规的做法时合约运行时的错误以error的形式抛出，虚拟机层捕获后做失败处理，包括终止交易执行、状态回滚、资源回收等。内存资源Q1：合约运行最大能占用多少内存？节点能分配多大的内存给虚拟机，是由矿工决定。这本质上经济学问题：扩大内存分配无疑会增加成本，而这部分提升的执行效率能为矿工带来多少收益。若可用内存过少，部分交易执行失败，可能导致分叉；若可用内存过多，又会造成资源浪费，降低矿工收益。Q2: 内存能否动态扩张？可以，但须要付费。为了防止内存无限制扩张，虚拟机还应对合约的内存占用设置上限。Q3: 如何避免内存泄漏？不应交由合约开发者控制内存回收，虚拟机应当实现GC机制。Q4: 如何避免内存溢出？Wasm虚拟机中内存实则为字节数组，本身带有边界控制，能有效防止内存溢出。磁盘资源Q1: 单个合约最多能够存储多少数据？这也是经济学问题，应该设置合理的硬盘占用计费。Q2: 能否修改其他合约的持久化数据？不能直接修改，因为这会影响到【数据安全】章节中提到的确定性。虚拟机为合约创建的上下文环境中，包含相互隔离的数据空间。可以通过创建新的上下文环境进行数据修改，这样的操作视为一次新的合约调用（保留日志）。Q3: 如何防止未知的数据丢失（如磁盘损毁）？当发生数据丢失时，节点执行合约会得到不同的状态结果，导致区块被认定为非法，区块链无法延长。这里需要区块链系统具备状态一致性的检测机制，在解决硬盘故障后采用同步主链块并重放交易的方式进行恢复。系统合约系统合约是指区块链系统在启动时预先部署的，可升级、可治理的合约，提供如权限控制、资源租赁、代币质押等基础服务。系统合约通常有以下三个特点：公开透明，无暗箱操作。可通过Env_api被用户合约调用。合约通过治理进行代码变更，无须硬分叉。系统合约可采用普通合约的实现方式，并在系统预定的合约地址部署。未来优化方向智能合约的并行执行合约并行执行是提升智能合约执行效率的一大思路。这里的并行执行并不是指单个合约方法内部的并行，而是合约间的并行。实现合约并行执行，我们需要考虑两个重要的问题：如何检测本次合约执行所访问的资源对象？如读写状态数据、读取账户余额等互斥操作。如何做合约执行的合理调度？即哪些合约能够并行执行，哪些必须串行？一种容易想到的思路是这样的：通过静态代码分析检测出合约方法可能访问到的资源，对会访问相同资源的合约调用归为同一个组。每个组的执行可以并行化，组内执行则串行化（根据交易发送顺序）。然而，实际设计时需要考虑的因素就复杂很多：如何设计一个完备的算法，准确地检测合约方法可能访问到的资源（包括跨合约调用中的资源访问）？如何设计一个高效的调度算法，将合约调用准确分组？合约并行执行后所带来的性能提升，是否能够追回以上两个算法所带来的开销？预言机预言机是智能合约获取链外数据的桥梁。这些数据通常由第三方可信数据源提供，如天气数据、赛事数据、数字货币价格等。在传统的互联网应用中，我们可以简单地通过HTTP API获取到这些数据。但在智能合约却不行，原因是HTTP调用通常是异步的，时间不可预估且不具备确定性。因此，需要一个专门的基础设施来为智能合约提供这些链外数据。预言机的设计原则中需要考虑三个要点：获取链外数据并保证数据的真实可用。以确定性、同步的方式被智能合约调用获取。预言机网络本身的安全性和可用性。隐私保护密码学的研究推动了隐私领域的创新。隐私研究主要涉及零知识、多方计算、全同态加密等领域。多方计算 MPC 允许一组人基于他们的输入进行联合计算，而不需要每个人显示其输入值。例如，Alice 和 Bob 想要知道谁拥有的比特币更多，那么在不需要他们披露自己拥有多少比特币的情况下就能达到这个目的。遗憾的是，目前多方计算的局限性在于它在实践中使用效率极低。全同态加密 (Fully homomorphic encryption) 则允许人们在加密的数据上计算。几十年来，这一直是密码学领域中的一个未解决的问题，直到 2009 年，斯坦福大学博士生克雷格·詹特利 Craig Gentry 使用「理想格」构建了第一个全同态加密方案。如果 Bob 想在 Alice 的数据上执行任意计算，比如训练机器学习模型，同时不必要求 Alice 显示明文数据，理想格加密方案就能派上用场。全同态加密和多方计算一样，目前仍然基本上停留在理论阶段，在实践中的使用效率太低。

数据结构与算法

33,008

社区成员

35,326

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章