Solidity项目中关于未检查块内除零问题的技术解析
2025-05-08 11:31:28作者:翟萌耘Ralph
在Solidity智能合约开发中,算术运算的安全处理一直是一个重要话题。本文将深入探讨Solidity语言中未检查(unchecked)块内除零操作的特殊行为及其背后的设计考量。
未检查块与算术运算
Solidity从0.8.0版本开始引入了未检查块的概念,开发者可以使用unchecked关键字来显式禁用算术运算的溢出检查。这一特性主要用于优化gas消耗,特别是在已知不会发生溢出的场景下。
然而,有一个特殊情况值得注意:即使在未检查块内,除以零的操作仍然会导致交易回滚。这与许多开发者对未检查块的预期可能有所不同。
设计原理与历史背景
这一行为并非bug,而是Solidity团队的有意设计。早在0.4.21版本之前,Solidity中的除零操作确实会返回零结果。但在0.4.21版本中,这一行为被修改为显式回滚,主要基于以下考虑:
- 数学一致性:从数学角度看,除零操作是未定义的,回滚比返回任意值(如零)更为合理
- 安全性:回滚可以防止潜在的错误传播,避免后续计算基于错误结果继续执行
- 语言一致性:大多数编程语言都将除零视为异常情况
实际应用场景
在某些特定算法中,开发者可能确实需要除零返回零的行为。例如在实现饱和乘法(saturating multiplication)时:
function saturatingMul(uint256 a, uint256 b) external pure returns (uint256) {
unchecked {
uint256 c = a * b;
bool success = (c / a) == b || a == 0;
uint256 limit = SafeCast.toUint(success) - 1;
return c | limit;
}
}
这种情况下,开发者需要使用内联汇编来绕过Solidity的除零检查:
assembly {
r := div(a, b)
}
安全建议
虽然内联汇编提供了灵活性,但开发者应当谨慎使用:
- 仅在确实需要且完全理解后果的情况下使用
- 添加充分的注释说明为何需要绕过安全检查
- 考虑gas节省是否真的值得潜在风险
- 进行充分的测试,特别是边界条件测试
Solidity团队明确表示这一设计不会改变,因此开发者需要适应这一特性,在必要时使用汇编来实现特定需求。
理解这些底层细节有助于开发者编写更高效、更安全的智能合约代码,特别是在gas优化和特定数学算法实现方面。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211