设置函数。为方便起见，我们将编写定义以下函数。这里，t ∈ T是一笔交易，而B是所有包（Bundle）的集合。

　　我们将s（t）定义为与三明治交易t关联的包（Bundle）集合：

　　类似地，f（t）是与t相关联的抢先交易，b（t）是与t相关联的尾随交易。我们假设 B 由 b = 1, 2, ... 索引，其中 n 是提议的包（Bundle）的数量。

　　问题陈述：将包（Bundle）分配问题写成整数线性规划问题的一种简单方法如下：

　　是优化变量，如果当前区块中应包含包（Bundle）b，则xb为1，否则为0。问题数据是

　　和

　　，而问题数据是在(2) 中定义的矩阵

　　和矩阵

　　：

　　，其中 M ≥ 0 是剩余的gas量。我们注意到，这可能是一个很难获得合理限制的数量，因为当区块中包含包（bundle）时，交易使用的gas可能会发生巨大变化。有其他可能的方法来进行计算，但我们不在这里讨论它们。

　　在这篇论文中，我们提供了一个简单但非常通用的公式，它可以用于解决矿工利润最大化包（bundle）分配的问题。虽然该问题通常是NP问题，但我们怀疑大多数整数线性规划求解器（甚至线性规划松弛）在实际情况下可能有很好的表现。

　　本文来源：Defi之道文章作者： 洒脱喜我要纠错

　　声明：本文由入驻金色财经的作者撰写，观点仅代表作者本人，绝不代表金色财经赞同其观点或证实其描述。

　　提示：投资有风险，入市须谨慎。本资讯不作为投资理财建议。

　　金色财经 >区块链 >Flashbots的MEV竞拍是最优的吗？