Rust智能合約中的數值精算

在智能合約編程中,數值計算的精度問題尤爲重要。本文將探討Rust智能合約中常見的數值精算問題及解決方案。

1. 浮點數運算的精度問題

Rust語言原生支持浮點數運算,但浮點數運算存在無法避免的計算精度問題。在處理涉及重要經濟/金融決策的比率或利率時,不推薦使用浮點數運算。

Rust語言中的雙精度浮點類型f64遵循IEEE 754標準,採用底數爲2的科學計數法表示。某些小數(如0.7)無法用有限位長的浮點數準確表示,會存在"舍入"現象。

例如,在NEAR公鏈上分發0.7個NEAR代幣給10位用戶時:

rust let amount: f64 = 0.7;
let divisor: f64 = 10.0;
let result_0 = amount / divisor;

amount的實際值爲0.69999999999999995559,result_0的結果爲0.06999999999999999,而非預期的0.07。

爲解決這個問題,可以考慮使用定點數表示法。在NEAR Protocol中,通常使用10^24作爲分母,即1 NEAR = 10^24 yoctoNEAR。修改後的計算方式如下:

rust let N: u128 = 1_000_000_000_000_000_000_000_000;
let amount: u128 = 700_000_000_000_000_000_000_000; let divisor: u128 = 10;
let result_0 = amount / divisor;

這樣可以獲得精確的運算結果: 0.7 NEAR / 10 = 0.07 NEAR。

2. Rust整數計算精度的問題

使用整數計算雖然可以解決某些場景下的浮點數精度問題,但仍存在一些影響計算精度的因素。

2.1 運算順序

同一算數優先級的乘法與除法,其前後順序的變化可能直接影響計算結果。例如:

rust let a: u128 = 1_0000; let b: u128 = 10_0000; let c: u128 = 20;

// result_0 = a * c / b let result_0 = a.checked_mul(c).expect("ERR_MUL").checked_div(b).expect("ERR_DIV");

// result_1 = a / b * c let result_1 = a.checked_div(b).expect("ERR_DIV").checked_mul(c).expect("ERR_MUL");

result_0和result_1的計算結果不同,原因是整數除法會舍棄小於除數的精度。

2.2 過小的數量級

當涉及較小數量級的計算時,也可能導致精度問題:

rust let a: u128 = 10; let b: u128 = 3; let c: u128 = 4; let decimal: u128 = 100_0000;

// result_0 = (a / b) * c let result_0 = a.checked_div(b).expect("ERR_DIV").checked_mul(c).expect("ERR_MUL");

// result_1 = (a * decimal / b) * c / decimal;
let result_1 = a.checked_mul(decimal).expect("ERR_MUL") .checked_div(b).expect("ERR_DIV") .checked_mul(c).expect("ERR_MUL") .checked_div(decimal).expect("ERR_DIV");

result_0和result_1的運算結果不同,且result_1更接近實際預期值。

3. 如何編寫數值精算的Rust智能合約

爲提高Rust智能合約中的數值計算精度,可採取以下措施:

3.1 調整運算的操作順序

讓整數乘法優先於整數的除法。

3.2 增加整數的數量級

使用更大的數量級創造更大的分子,提高運算精度。

3.3 積累運算精度的損失

對於無法避免的整數計算精度問題,可以考慮記錄累計的運算精度損失。例如:

rust const USER_NUM: u128 = 3;

fn distribute(amount: u128, offset: u128) -> u128 { let token_to_distribute = offset + amount; let per_user_share = token_to_distribute / USER_NUM; let recorded_offset = token_to_distribute - per_user_share * USER_NUM; recorded_offset }

這種方法可以在多輪分發中逐步補償精度損失。

3.4 使用Rust Crate庫rust-decimal

該庫適用於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,舍入問題通常遵循"我要佔便宜,他人不得薅我羊毛"的原則。根據情況選擇向下取整、向上取整或四舍五入。

通過採用這些方法,可以顯著提高Rust智能合約中數值計算的精度和可靠性。