正如文章所建议的那样，我理解使用 Merkle 树来识别数据中的不一致背后的想法
从本质上讲，我们使用递归算法从我们要验证的根向下遍历，并跟踪存储的哈希值与服务器不同的节点（具有可信哈希值），一直到不一致的叶子/数据块。
如果只有一个这样的块（叶子）被损坏，这意味着我们沿着一条路径向下到叶子，即 log(n) 查询。
但是，在多个不一致的数据块/叶子的情况下，我们最多需要 O(n) 个查询。在极端情况下，所有数据块都损坏了，我们的算法需要将每个节点发送到服务器（身份验证器）。在现实世界中，由于网络，这变得昂贵。
所以我的问题是，对基本的从根遍历算法有什么已知的改进吗？我能想到的一个可能的改进是查询中间节点的级别。例如，在下面的树中，我们向服务器发送第二层的两个节点（'64' 和 '192'），对于任何返回不一致的节点，我们递归地转到该子树的中间层 -类似于基于高度的二进制搜索。
这将我们的最佳情况时间从 O(1) 增加到 O(sqrt(n))，并且可能在一定程度上减少了我们最坏情况的时间（我还没有计算出多少）。
我想知道是否有比这更好的方法？我尝试在 Google Scholar 上搜索相关文章，但看起来大多数以算法为中心的论文都涉及 merkle-tree 遍历问题，这与上述问题不同。
提前致谢！