异步默克尔树

默克尔树已成为一种广泛成功的密码学数据结构，支撑了从 Dynamo 等数据库的不一致性检查、Git 等基础工具到 Bitcoin 及其他区块链等大规模分布式系统的众多应用。学界也已提出多种默克尔树变体（如 Jellyfish Merkle Trees 和 Sparse Merkle Trees）以适配不同应用场景。然而，所有这些默克尔树的一个关键缺陷在于：当数据集庞大时，构建树的开销显著上升，且对单个叶节点的插入操作需要重建整棵树。对某些用例而言，以这种方式建树尚可接受；但在计算时间须尽可能低且数据并行处理的环境中，我们面临对异步计算的需求。本文提出一种解决方案：给定一批须并发处理的数据，可从该批次异步构建默克尔树，而无需为每次插入重新计算整棵树。