发现一种gas优化的新方法

  • jackson
  • 更新于 2022-02-12 16:04
  • 阅读 3812

最近看到一个很有意思的项目FORT,说他有意思,一个是其产品的逻辑新颖,折现计算机和无限流动性,这些看起来很技术化的概念有意思。另外一个是其合约的写法有很多有意思的地方。...

发现

最近看到一个很有意思的项目FORT,说他有意思,一个是其产品的逻辑新颖,折现计算机和无限流动性,这些看起来很技术化的概念有意思。另外一个是其合约的写法有很多有意思的地方。在其中就看到了一种通过对数据进行编码的gas优化方法,下面对这种方法做一个简单的分析。

问题

我们知道,以太坊上gas消耗最大的跟存储相关的指令,因此针对存储进行优化是一个重要的方向。而在做项目的时候,一些数据,像价格,余额等,通常都用uint256来表示,这是一个以太坊存储槽的大小,也就是说,一个价格就需要单独占用一个存储槽。因为不同的代币,精度和价格相差极大,导致我们不能简单的用更小的数据类型来表示价格,而这个问题,在FORT的代码里面有一种很简单高效的解决方法,下面是从其github上的代码:1M0udieItoO4KU9DolOTFxQ.png

如上图所示,其通过_encodeFloat()方法将uint256编码成一个uint56,通过_decodeFloat()两个方法,将编码的uint56解码成uint。从而让原本需要占用256位的数据压缩到了56位,这个压缩比还是很高的。那么,这是什么原理呢?

分析

  1. _encodeFloat()方法是将原来的uint256表示成一种类似科学计数法的形式,这类似计算机中的浮点表示形式,形式如 fraction * 16 ^ exponent。编码时循环对目标数据除以16,直到其值在 fraction 可表示的范围内,此处是50位二进制,因此其值范围是 0 ~ 0x3FFFFFFFFFFFF。而指数用6位存储,底数是16。计算发现,这种表示方法能够表示的数据范围可以覆盖uint256能够表示的范围。
  2. _decodeFloat()则是按照这种浮点表示法还原原始值,只要确保输入是经过_encodeFloat()得到的,就可以保证还原得到的值符合要求。

效率

  1. 效率也会影响gas消耗,在_encodeFloat()编码时循环对目标数据除以16,直到其值在 fraction 可表示的范围内,根据原始值大小的不同,需要循环的次数也不尽相同,绝大部分值只要少量或者不需要循环就可以完成编码,最大循环次数不会超过51次。
  2. _decodeFloat()的实现则更高效,只需要进行4次位运算就可以完成还原。

精度

这种方法采用50位存储fraction,这决定了数据的精度,经过计算可知,这可以达到15位10进制有效数字的精度,这是一个极高的精度,用于表示价格这样的数据,在通常情况下是完全足够的。

应用

这种表示方法能够表示超大的数据范围,同时提供极高的精度,具体精度可以通过调整fraction占用的位数来按需调整。这是一种通用方法,当目标数据符合此特征时,可以采用此方法表示,从而大大节省存储空间,优化gas消耗。

结语

FORT合约代码里面有很多类似的技巧,可以看出,开发者在节省gas上是煞费苦心,其中很多技巧是通用解决方案,我准备后续继续写一系列的文章来解读这些技巧,另外,为了更好的理解合约,我也会研究合约的结构并记录下来。

点赞 2
收藏 3
分享
本文参与登链社区写作激励计划 ,好文好收益,欢迎正在阅读的你也加入。

5 条评论

请先 登录 后评论
jackson
jackson
0x6aec...396f
https://medium.com/@jackson-coming