有向无环图（Directed Acyclic Graphs），简称为DAG.

用于SAT相关文献——查询 Directed Acyclic Graphs SAT 结果

• Neng-Fa Zhou, Ruiwei Wang, Roland H. C. Yap:
  A Comparison of SAT Encodings for Acyclicity of Directed Graphs. SAT 2023: 30:1-30:9
  

• • Using Directed Acyclic Graphs to Coordinate Propagation and Search for Numerical Constraint Satisfaction Problems. ICTAI 2004: 72-81 2003

MerkleDAG作为IPFS中的一种创新的数据结构，通过有向无环图的方式连接数据块，实现了高效的数据查找和验证。它具有数据的唯一性和完整性、高效的数据查找和良好的可扩展性等优势。在IPFS中，MerkleDAG被广泛应用于文件存储和传输、数据存储和传输等方面。尽管面临一些挑战，但MerkleDAG的发展前景广阔，有望推动分布式存储和数据交换的发展。

区块链研究中把DAG作为一种去中心化的压缩存储结构。相关资料网址：

https://docs.ipfs.tech/

https://docs.ipfs.tech/concepts/merkle-dag/#further-resources

可以安装专门的APP：

Install the IPFS Desktop App

https://docs.ipfs.tech/install/ipfs-desktop/#windows

IPFS桌面(打开新窗口)是IPFS的官方桌面客户端。它带有一个内置的IPFS节点，可以让你锁定文件，并给你一个共享文件的链接。这是开始将您的文件固定到IPFS的最简单的方法之一。

Measuring the IPFS network

https://docs.ipfs.tech/concepts/measuring/#kpis

https://probelab.io/tools/

ProbeLab团队正在开发工具，以持续监控IPFS网络几个关键部分的性能。可以找到当前的工具集，以及详细的描述和链接。

 merkle-dag专门知识：

在分布式存储系统中，Merkle DAG（Merkle-Dagorier）是一种数据结构，用于表示数据的分层图。在Merkle Dag中，节点被分为两类：数据节点和链接节点。数据节点包含数据块，而链接节点用于链接数据节点，创建一个DAG（有向无环图）。

在Merkle DAG中，关系和数据是分开存储的。每个数据节点包含数据本身及其Merkle哈希值，而链接节点仅包含链接信息和链接到的数据节点的Merkle哈希值。

以下是一个简单的Python示例，演示如何在Merkle DAG中存储和检索数据：

 1 import hashlib
 2  
 3 class MerkleNode:
 4     def __init__(self, data):
 5         self.data = data
 6         self.hash = self.calc_hash(data)
 7         self.links = []
 8  
 9     def calc_hash(self, data):
10         return hashlib.sha256(data.encode()).hexdigest()
11  
12     def add_link(self, node):
13         self.links.append(node.hash)
14  
15     def __repr__(self):
16         return f"MerkleNode(hash='{self.hash}', data='{self.data}', links={self.links})"
17  
18 # 创建节点
19 node1 = MerkleNode("data1")
20 node2 = MerkleNode("data2")
21 node3 = MerkleNode("data3")
22  
23 # 添加链接
24 node1.add_link(node2)
25 node1.add_link(node3)
26  
27 # 打印节点信息
28 print(node1)
29 print(node2)
30 print(node3)

在这个例子中，每个MerkleNode实例代表一个数据节点。add_link方法用于添加指向其他节点的链接。hash属性是通过对数据内容进行哈希计算得到的。关系（链接）是在links数组中存储对应节点的哈希值。

在实际的分布式存储系统中，这些节点可以被分布在不同的节点上，而每个节点只需要存储自己的数据和链接信息，不需要存储所有数据本身。这样的设计使得数据可以被高效地分布式存储和检索。

IPFS的数据结构——Merkle DAG

https://www.jianshu.com/p/a1614566936f

在区块链技术中，DAG（有向无环图）是一种数据结构，通常用于比特币和以太坊的区块链中，以存储交易信息和区块引用。在这种结构中，每个块都可以指向一个或多个前驱块，但没有前驱可以指向它，因此形成了一个复杂的网络。

在Python中，可以使用字典来存储DAG拓扑结构，其中键是块的哈希值，值是一个列表，包含了所有直接前驱的哈希值。

以下是一个简单的示例，展示了如何在Python中创建和操作这样的DAG拓扑结构：

 1 # 初始化一个空的DAG
 2 dag = {}
 3  
 4 # 添加块和它们的前驱
 5 def add_block(block_hash, predecessors):
 6     dag[block_hash] = predecessors
 7  
 8 # 获取一个块的直接前驱
 9 def get_predecessors(block_hash):
10     return dag.get(block_hash, [])
11  
12 # 示例用法
13 add_block('block1', ['block0'])  # block1有一个前驱block0
14 add_block('block2', ['block1', 'block3'])  # block2有两个前驱block1和block3
15 add_block('block3', [])  # block3没有前驱
16  
17 # 打印出来看看
18 print(dag)

这个简单的代码段展示了如何初始化一个DAG，如何添加新的块和它们的前驱，以及如何检索给定块的前驱。在实际的区块链应用中，你可能还需要处理并发冲突、路径验证等问题，但这些都是在正确实现DAG数据结构的基础上进行的。