以太坊的RLP编码，理解起来其实不难

以太坊账户状态的4个组成部分：Nonce、Balance、StorageRoot、CodeHash。

其中，对于外部账户真正有效的只有Nonce和Balance两个字段，这两个字段也好理解。而对于合约账户，4个字段都有效，且后面两个字段，StorageRoot和CodeHash就比较令人费解。StorageRoot跟合约拥有的数据有关，CodeHash跟合约拥有的代码有关。

我们先来看看StorageRoot。

这其实是一棵梅克尔树（Merkle Tree）的树根，但这里的梅克尔树和比特币里的梅克尔树不一样，它是一棵经过改进的梅克尔树，称之为MPT（Merkle Patricia Tree）。

在比特币里，只有一处用到梅克尔树，就是在区块里，把该区块的所有交易用一棵梅克尔树组织起来，然后将树根存储到区块头里。

而在以太坊，我们会发现，将会有很多地方用到梅克尔树或MTP。而StorageRoot就存储了一棵MPT树的树根，它是这么来的：

1、将该合约账户包含的所有数据，用一定方式划分成一个个的32字节长的数据块，做为“value”，并且将这些数据块按顺序从0开始编号，编号也是32字节长，做为“key”，这样，key和value一一对应；

2、但这时的key和value还是原始key和原始value，需将原始key哈希一下，得到最终的key，将原始value用RLP编码处理一下，得到最终的value；

3、最后，把最终的[key, value]对用一棵MPT树存储起来。其树根就是StorageRoot。

哈希我们学过了，不再讲。MTP树和RLP编码是以太坊独创的，且在多处用到。MTP树我们明天再讲。所以，今天主要就是弄清楚RLP编码。

RLP（Recursive Length Prefix），全名叫递归长度前缀编码，很拗口，不管它，我们叫它RLP就行。RLP编码其实就是一些变换规则。

它变换的对象有两种，一种就是字符串，比如“abcde”，另一种是由多个字符串组成的列表，比如[“abc”，”bde”，”a23f”]。

RLP编码基于标准的ASCII编码，标准的ASCII编码是常用的计算机编码方式，但它只编码了字母、数字、标点等128个常用字符，一个字符占用一个字节（所以，想要在以太坊上存储些奇怪字符是不可能的？如果理解错了，请大神指出，拜谢！）。

接下来，我们来看看它的具体转换规则：

规则一： 对于值在[0, 127]之间（因为基于ASCII标准表，所以超过128就处理不了啦）的单个字符，其编码是其ASCII编码。 比如，单个字符‘0’在ASCII标准表里是48（十六进制是0x30），所以在RLP这里也是48。

规则二： 如果字符串长度是0-55个字节，那么在前面加上（128+字符串长度）作为前缀。 比如，空字符串编码就是128，即128 = 128 + 0； “0”这个字符串只有1个字符，编码就是12948； “0123”在ASCII标准表是48495051，长度是4个字节，前缀为132，那么RLP 转换后就是13248495051。

规则三： 如果字符串长度大于55， 那么在前面加上（183+字符串长度的二进制编码的长度）和（字符串长度）做前缀。（为什么是183？因为在规则二里，最大就是183（128+55）。）

比如，一个字符串长度为1024个字节，1024换成二进制是00000100 00000000，占2个字节，所以，前缀为18540，其中185得自183+2，4得自长度的第一个字节00000100转换成十进制，0得自第二个字节00000000转换成十进制。 接下来还有2条规则，是针对字符串列表的。

规则四： 如果列表中所有字符串的总长度按规则1到3编码后，小于等于55，那么在前面加上（192+该长度）做前缀。列表里的字符串编码参照规则1到3（183和192之间差了9个字节，9个字节用来表示长度，那是个非常非常大的数字了，所以，RLP几乎可以编码非常非常长的字符串）。

比如，一个列表有3个字符串，这3个字符串分别按规则1到3编码后，总长度是9个字节，那么前缀是192+9=201；

规则五： 如果列表中所有字符串的总长度按规则1到3编码后，超过55，那么在前面加上（247+该长度的二进制编码的长度）和（该长度）做前缀。列表里的字符串编码参照规则1到3（为什么是247？因为192+55=247）。

比如，一个列表有10个字符串，这10个字符串分别按规则1到3编码后，总长度是100个字节，因为100进行二进制编码，只占用1个字节，所以前缀是248（247+1）和100。

其实，像RLP这种序列化的编码已有很多，但冗余太大，占用空间太大，而区块链上的存储和计算资源都很金贵，所以太坊重新发明了一个更紧凑的。