Closest question to this I think.
构造路由表的一种显而易见的方法是简单地维护 文字表。 地图（异或，节点）
Kademlia讨论了“桶”的使用，这些桶由XOR的最高有效位组织。 “存储桶”的实际目的是什么？ 当我们只需将“实际” XOR用作地图中的键时，为什么还要搞乱“最长前缀”呢？
显然，地图可能会大2 ^ 160，但是我们可以使用一些试探法来限制地图的大小，而不是实施一些任意的存储桶概念？ 在任何情况下（无论是否有存储桶），当搜索一个接近我们被要求查找的nodeId时，我们仍然必须遍历表中的所有节点并对每个节点进行XOR？
我想念什么？
答案 0 :(得分：0)
构造路由表的一种明显方法是简单地维护文字表。地图（异或，节点）
我读到的密钥是xor，但是xor是什么？ xor接受两个参数：
distance = xor(hash, peerid)
“存储桶”的实际目的是什么？
k-bukcets可以加快以下python代码的速度：
nsmallest(k, peers, key=functools.partial(operator.xor, hash))
即找到与给定哈希最接近的对等点。
当我们仅将“实际” XOR用作地图中的键时，为什么会与“最长前缀”混为一谈？
就像我说的那样，上面您无法存储所有可能的哈希值的异或值。
当搜索接近我们被要求找到的nodeId时，我们仍然必须遍历表中的所有节点并对每个节点进行XOR？
带有k-bucket的东西不需要遍历整个地图以找到最接近的对等体，因为对等体又名哈希。 peerid是按前缀组织的，并且您知道最近的对等节点与给定的哈希共享相同的前缀。
为什么要使用存储桶而不是地图？
您可以使用地图代替k-bucket。