用集合论思维编写更健壮的 Solana 智能合约

来自 Solana 智能合约开发的真实案例

昨天，在审查一位团队成员的代码时，我在一个看似简单的方法中发现了一个有趣的问题。这是一个 Solana 智能合约，我们需要最大限度地减少存储使用，因为链上有约束，这使得高效且无错误的实现更加重要。

问题

任务是实现一个简单的奖励分配逻辑：如果一天的交易数量超过 K，则发放奖励，但每天只发放一次。

最初的实现如下所示：

// 变量
latestDispatchedTime // 记录上次发放奖励的时间
tradeCount           // 记录当天的交易数量

// 实现
// 如果今天有交易，首先清除交易计数
// 以确保我们不会累积未达到 K 交易的历史值
if latestDispatchedTime != yesterday and latestDispatchedTime != today {
    tradeCount = 0
}

// 累积交易

// 检查是否达到阈值 K，发放奖励

该实现存在一个 bug，可能导致多次奖励发放。当然，我们可以在奖励发放点添加额外的检查，以验证今天是否已经发放了奖励，但我认为这揭示了一种次优的问题解决方法。

完整的思考方法

编写 bug 最少的代码从根本上取决于我们对问题的思考是否完整——我们是否考虑了所有可能的场景。

我们如何确保全面考虑？

在本科计算机科学中，有一门课程叫做离散数学，它讨论了全集的概念，它的真子集 A，以及它的补集，它们共同覆盖了整个集合。我们需要找到对问题的划分，以提供完整的覆盖。

对于这个特定案例，我们可以这样思考：

当给定的一天有交易时，有两种可能的场景：

• 已经发放了奖励
• 尚未发放奖励

这两种情况完全涵盖了奖励发放问题的所有可能性。

如果已经发放了奖励，我们不需要做任何事情——只需返回。如果尚未发放奖励，则有两种子场景：

• 这是当天的第一笔交易

— 清除历史记录

— 累积交易计数

• 这不是第一笔交易

— 累积交易计数

— 检查是否达到阈值 K；如果是，则发放奖励并更新奖励时间

并不是说这种方法更优雅；而是，我们的问题解决模型和思考过程决定了代码中出现 bug 的可能性。

更正后的实现将是：

// 如果今天已经发放了奖励，只需返回
if latestDispatchedTime == today {
    return
}
// 如果这是当天的第一笔交易
if latestDispatchedTime > 0 {
    tradeCount = 0  // 清除历史记录
}
// 累积交易计数
tradeCount += 1
// 检查是否达到阈值
if tradeCount == K {
    latestDispatchedTime = today  // 记录奖励发放时间
    tradeCount = 0  // 重置交易计数
    // 奖励发放逻辑
}

总结

要编写 bug 较少的代码，我们思考问题的方式至关重要。当我们的思维全面时，出现 bug 的可能性会大大降低。在 Solana 智能合约的背景下，存储效率至关重要，这种方法不仅会产生更可靠的代码，还有助于优化我们的链上存储使用。

完整的思考帮助我们：

• 划分问题空间以确保考虑所有可能的场景
• 为每个场景提供清晰的处理
• 减少逻辑重叠和差距

在日常开发中，培养这种“划分和完整性”的思考习惯将大大减少程序中潜在的 bug，这在处理区块链环境的约束时尤为重要。

• 原文链接： medium.com/@MrMaxPi/how-...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～