Rust 智能合約養成日記（7）-ODAILY_UST:TOKE

1.浮點數運算的精度問題

不同于常見的智能合約編程語言Solidity，Rust語言原生支持浮點數運算。然而，浮點數運算存在著無法避免的計算精度問題。因此，我們在編寫智能合約時，并不推薦使用浮點數運算(尤其是在處理涉及到重要經濟/金融決策的比率或利率時)。

目前主流計算機語言表示浮點數大多遵循了IEEE754標準，Rust語言也不例外。如下是Rust語言中有關雙精度浮點類型f64的說明與計算機內部二進制數據保存形式：

浮點數采用了底數為2的科學計數法來表達。例如可以用有限位數的二進制數0.1101來表示小數0.8125，具體的轉化方式如下：

然而對于另一個小數0.7來說，其實際轉化為浮點數的過程中將存在如下問題：

EOS EVM項目Trust將實現RPC全兼容，并將在未來啟動黑客松:4月19日消息，EOS網絡基金會在Twitter Space舉辦EOS EVM發布會活動，期間EOS EVM核心貢獻者Matias Romeo和Yarkin博士表示：EOS EVM將具有確定性的Gas計算、指令集級別的EVM兼容性以及完全的RPC兼容。Trust為EOS公鏈帶來了一個新的運行時系統，允許EVM合約和EOS合約交互，并由此打開了諸多全新應用可能性，例如通過無需擔保的跨鏈橋來轉移Token。

EOS作為一個久經考驗、性能優秀的公鏈，Trust可以在延遲方面使Web3的交互體驗接近Web2。基于這些現狀，ENF將在之后為Trust項目組織黑客松，邀請全球開發人員開發出推動EOS和EVM元宇宙發展的優質應用和項目。

未來Trust EVM發展路線圖還將包括：1、基于Erigon的架構，通過插件拓展EOS客戶端（nodeos）來實現支持JSON-RPC；2、優化EVM實現以支持更高的交易通量；3、完成EVM預編譯合約的支持；4、使改動后的EOS客戶端支持Graph等。[2022/4/20 14:34:37]

即小數0.7將表示為0.101100110011001100.....(無限循環)，無法用有限位長的浮點數來準確表示，并存在“舍入(Rounding)”現象。

去中心化存儲激勵層協議Crust Network發布經濟白皮書草案:去中心化存儲激勵層協議 Crust Network 發布經濟白皮書草案，闡述了Crust網絡參與者的角色、通證體系、經濟模型、交易市場和治理機制。

Crust Network表示，該項目實現了去中心化存儲的激勵層協議，適配包括IPFS在內的多種存儲層協議，并對應用層提供支持，同時Crust的架構也有能力對去中心化計算層提供支持，構建分布式云生態。另外，Crust還表示將作為平行鏈加入波卡生態，為 Web3 應用提供去中心化的存儲。[2020/6/5]

假設在NEAR公鏈上，需要分發0.7個NEAR代幣給十位用戶，具體每位用戶分得的NEAR代幣數量將計算保存于result_0變量中。

執行該測試用例的輸出結果如下：

黃金ETF SPDR Gold Trust持倉降低1.52%:全球最大黃金ETF--SPDR Gold Trust持倉較上日減少14.04噸，降幅1.52%，當前持倉量為908.19噸。[2020/3/21]

可見在上述浮點運算中，amount的值并非準確地表示了0.7，而是一個極為近似的值0.69999999999999995559。進一步的，對于諸如amount/divisor的單一除法運算，其運算結果也將變為不精確的0.06999999999999999，并非預期的0.07。由此可見浮點數運算的不確定性。

對此，我們不得不考慮在智能合約中使用其它類型的數值表示方法，如定點數。

根據定點數小數點固定的位置不同，定點數有定點整數和定點小數兩種。

小數點固定在數的最低位之后，則稱其為定點整數

在實際的智能合約編寫中，通常會使用一個具有固定分母的分數來表示某一數值，例如分數'x/N'，其中'N'是常數，'x'可以變化。

若“N”取值為“1,000,000,000,000,000,000”，也就是:'10^18'，此時小數可被表示為整數，像這樣:

動態 | Prime Trust取消數字資產托管費用:據CoinDesk報道，內華達信托公司Prime Trust宣布，已將加密貨幣和代幣的存儲費用降至0美元，與股票和債券的托管費用一致，立即生效。[2019/2/1]

在NEARProtocol中，該N常見的取值為'10^24'，即10^24個yoctoNEAR等價于1個NEAR代幣。

基于此，我們可以將本小節的單元測試修改為如下方式進行計算：

以此可獲得數值精算的運算結果:0.7NEAR/10=0.07NEAR

2.Rust整數計算精度的問題

動態 | 上市公司Systech與FarmaTrust合作 提供藥物區塊鏈解決方案:據PRnewswire消息，上市公司晶門科技（Systech）宣布與FarmaTrust合作，為制藥行業提供可靠的藥物區塊鏈解決方案，保證藥品供應鏈的安全性和真實性。據悉，FarmaTrust是全球藥品跟蹤系統。[2018/9/13]

從上文第1小節的描述中可以發現，使用整數運算可解決某些運算場景中浮點數運算精度丟失問題。

但這并非意味著使用整數計算的結果完全是準確可靠的。本小節將介紹影響整數計算精度的部分原因。

2.1運算順序

同一算數優先級的乘法與除法，其前后順序的變化可能直接影響到計算結果，導致整數計算精度的問題。

例如存在如下運算：

執行單元測試的結果如下：

我們可以發現result_0=a*c/b及result_1=*c盡管它們的計算公式相同，但是運算結果卻不同。

分析具體的原因為：對于整數除法而言，小于除數的精度會被舍棄。因此在計算result_1的過程中，首先計算的(a/b)會率先失去計算精度，變為0；而在計算result_0時，會首先算得a*c的結果20_0000，該結果將大于除數b，因此避免了精度丟失的問題，可得到正確的計算結果。

2.2過小的數量級

該單元測試的具體結果如下：

可見運算過程等價的result_0和result_1運算結果并不相同，且result_1=13更加地接近于實際預期的計算值：13.3333....

3.如何編寫數值精算的Rust智能合約

保證正確的精度在智能合約中十分重要。盡管Rust語言中也存在整數運算結果精度丟失的問題，但我們可以采取如下一些防護手段來提高精度，達到令人滿意的效果。

3.1調整運算的操作順序

令整數乘法優先于整數的除法。

3.2增加整數的數量級

整數使用更大的數量級，創造更大的分子。

比如對于一個NEARtoken來說，如果定義其上文所描述的N=10，則意味著：若需要表示5.123的NEAR價值，則實際運算所采用的整數數值將表示為5.123*10^10=51_230_000_000。該值繼續參與后續的整數運算，可提高運算精度。

3.3積累運算精度的損失

對于確實無法避免的整數計算精度問題，項目方可以考慮記錄累計的運算精度的損失。

假設如下使用fndistribute(amount:u128,offset:u128)->u128為USER_NUM位用戶分發代幣的場景。

在該測試用例中，系統每次將給3位用戶分發10個Token。但是，由于整數運算精度的問題，第一輪中計算per_user_share時，獲得的整數運算結果為10/3=3，即第一輪distribute用戶將平均獲得3個token，總計9個token被分發。

此時可以發現，系統中還剩下1個token未能分發給用戶。為此可以考慮將該剩余的token臨時保存在系統全局的變量offset中。等待下次系統再次調用distribute給用戶分發token時，該值將被取出，并嘗試和本輪分發的token金額一起分發給用戶。

如下為模擬的代幣分發過程：

可見當系統開始第3輪地分發代幣時，此時系統積累的offset值已達到2，該值將再次與本輪所要分發的10個token累加在一起，發放給用戶。(本次計算per_user_share=token_to_distribute/USER_NUM=12/3=4將不存在精度損失。)

從整體上來看，在前3輪中，系統一共發放了30個Token。每個用戶在每一輪中分別獲得了3、3、4個token，此時用戶也總計獲得30個token，達到了系統足額發放獎金目的。

3.4使用RustCrate庫rust-decimal

該Rust庫適用于需要有效精度計算和沒有舍入誤差的小數金融計算。

3.5考慮舍入機制

在設計智能合約時，在舍入問題上，往往都采用“我要占便宜，他人不得薅我羊毛”的原則。根據這個原則，如果向下取整對我有利，則向下；如果向上取整對我有利，則向上；四舍五入不能確定是對誰有利，因此極少被采用。

Tags：USTTOKENTOKETOKtrustwallet安卓版下載VANCAT Sperm TokenGanesha Tokenimtoken錢包官方版下載教程

火幣網下載官方app