Byteball的主干链选择：
Byteball采用了向无环图（DAG）技术，虽然从表面形态上看和Bitcoin链式结构有着明显的差别，但事实上，「交易定序过程」依赖于「主链生成算法」，DAG账本的轴心仍然是链式结构。在DAG账本中，由于顶点V是通过自身引用的父顶点表达了（确认了）对账本历史的看法，因此求解某一DAG顶点V对应的主链MC，就得先求解V的父顶点Vp1、Vp2、Vp3...所对应的主链MC1、MC2、MC3...。这种求解依赖类似于数学归纳法和递归降解，若想较为透彻地理解DAG账本的主链生成算法，回顾一下数学归纳法和递归降解的思想是有所裨益的。
数学归纳法的核心思想是：
以自然数为例，若需证明某个范式F(N)成立，可以分3步来做：
第1步，证明：若F(N-1)成立，可推导出F(N)成立；
第2步，验证：F(1)成立，F(2)成立，F(3)成立...；
第3步，结论：对于任意的N，有F(N)成立。
即：先假设范式F(N-1)是成立的，在这个假设基础上，推导出F(N)是成立的；所以若F(1)成立则可推导出F(2)成立，F(2)成立就又可推导F(3)成立而，而F(1)、F(2)的成立是显而易见、可以通过事实验证的，因此依次类推，则后续的任意N都有F(N)成立。
递归降解的核心思想是：
若N是一个相对较大的数，求解F(N)，则需先解出F(N-1)，求解出F(N-1)后，通过一定量的计算就能求解出F(N)，只要能求出该问题直接依赖的较小规模的问题，则该问题就能被解决；
而对于一个较小的X（比如1、2、3...），F (X)是显而易见有具体解法的；
因此，既然小问题F(X)可以被求解，那么就可以解出F(X+1)，依次类推，就能求解出较大规模的问题F(N)。
举例：
创世顶点是G，然后产生了三笔交易，对应DAG顶点V1、V2、V3，这三者没有选择的余地，因为他们只看见了创世顶点G，所以只能引用G作为父节点，而且因为只有一个父节点，因此其对应的MC是确定的，类似于在数学归纳法或递归降解中，F(1)的解是确定的；
接着又产生了两笔交易，分别对应V4和V5，V4看见了V1和V2，V5看见了V2和V3，这是就需要根据明确的算法选择出一个最优父节点即可解出顶点V对应的MC，比如V5选择了V2作为最优父节点，也就继承并扩展了V2对应的MC；
接着又产生了一笔交易，对应V6，它看见了V1和V5，并通过明确的算法选择出了V5作为最优父节点，也就继承并扩展了V5对应的MC；
图1
接着又发生了三笔交易，分别对应V7、V8、V9，其中V9是最后产生的，因为其引用了V7、V8。三笔交易都通过明确的算法，选择出了最优父节点，表达了（确认了）对交易历史的看法。
图2
每发生一笔新的交易，该交易的MC计算都依赖于其父节点的MC，可见这种计算方法和数学归纳法以及递归降级思想是多么相似。若只保留最优父节点引用指针，可得到图3：
图3
对图3进行整理，可以明显得图4所示的最优树：
图4
假定在这个树的各个分支中，{G、2、5、7}分支包含了最多的「由不同的见证人节点产生的交易」，那么{G、2、5、7}就形成了整个DAG账本的MC。根据MCI定序规则，目前的整个账本的交易全排序为：G、2、3、5、1、4、{7, 6, 8}、9；由于V7、V6、V8三个顶点之间无法找到顺序关系，所以暂时无法定序，需要等待一段时间后被见证人节点产生的交易所引用后，即可根据MCI进行定序。
回过头再思考一下，某一顶点V引了多个父节点，最优父节点选择算法是按照什么规则选择出最优父节点的呢？可参考后续文章。
网友评论