BTC mining：
BTC chain is scured by mining.
BTC mining 饱受争议的是：需要用到专业的ASIC芯片，这与去中心化的理念背道而驰。
因此，包括以太坊在内的许多加密货币进行ASIC Resistance(抗拒专用矿机)。由于ASIC芯片相对普通计算机来说，算力强但访问内存性能差距不大，因此常用的方法为Memory Hard Mining Puzzle，即增加对内存访问的需求。
莱特币：
- 设置一个很大的数组，按照顺序填充伪随机数。
- Seed为种子节点，通过Seed进行一些运算获得第一个数，之后每个数字都是通过前一个位置的值取哈希得到的，这样的数组中取值存在前后依赖关系。
- 在需要求解Puzzle的时候，按照伪随机顺序，从数组中读取一些数，每次读取位置与前一个数相关。例如：第一次，从A位置读取其中数据，根据A中数据计算获得下一次读取位置B；第二次,从B位置读取其中数据，根据B中数据计算获得下一次读取位置C；如果数组足够大，对于挖矿矿工来说，必须保存该数组以便查询，否则每次不仅计算位置，还要根据Seed计算整个数组数据，才能查询到对应位置的数据。这对于矿工来说，计算复杂度大幅度上升。当然，矿工可以选择只保存一部分数据，例如：只保存奇数位置数据，偶数位置需要时再根据前一个奇数位置数据计算即可，从而对内存空间大小减少了一半(计算复杂度提高一点，但内存减少一半)。
以太坊算法：
核心思路：除了进行运算，还要增加其对内存的访问，从而实现对ASIC芯片不友好。
以太坊的puzzle基于Scrypt。Scrypt为一个对内存性能要求较高的哈希函数，之前多用于计算机安全密码学领域。
因为哈希函数的输出并不能提前预料，所以看上去就像是一大堆随机的数据，因此称其为"伪随机数"。
以太坊中，设计了两个数据集，一大一小。小的为16MB的cache(轻节点保存用于验证 )，大的数据集为1G的dataset(DAG )（矿工为了挖矿更快，减少重复计算则需要存储1GB的大数据集。），1G的数据集是通过16MB数据集生成而来的。(注：以太坊中这两个数组大小并不固定，因为考虑到计算机内存不断增大，因此该两个数组需要定期增大)
- 16MB的Cache数据生成方式与莱特币中生成方式较为类似：通过Seed进行一些运算获得第一个数，之后每个数字都是通过前一个位置的值取哈希获得的
- 大的DAG生成方式：大的数组中每个元素都是从小数组中按照伪随机顺序读取一些元素，方法同莱特币中相同。如第一次读取A位置数据，对当前哈希值更新迭代算出下一次读取位置B，再进行哈希值更新迭代计算出C位置元素。如此来回迭代读取256次，最终算出一个哈希值作为DAG中第一个元素，如此类推，DAG中每个元素生成方式都依次类推。
求解puzzle，即以太坊挖矿过程：
根据区块block header和其中的Nonce值计算一个初始哈希，根据其映射到某个初始位置A1，读取A1位置的数及其相邻的后一个位置A2上的数，根据该两个数进行运算，算得下一个位置B1，读取B1和B2位置上的数，依次类推，迭代读取64次，共读取128个数。最后，计算出一个哈希值与挖矿难度目标阈值比较，若不符合就更换Nonce，重复以上操作直到最终计算哈希值符合难度要求（注意有可能当前区块已经被挖出）。
python伪代码实现：
