Arkworks序列化封装在Parity SCALE编解码器中

ArkScale(T) 可以使用 parity-scale-codec 进行序列化和反序列化，前提是 T 可以使用 ark-serialize 进行序列化和反序列化。

Arkworks 通过 std::io::{Read,Write} 特性进行序列化，或者使用这些特性的无std分支，就像其他zcash sapling衍生品一样。在其核心，Parity SCALE 编解码器也由类似 {Input,Output} 的特性组成，分别对应于 std::io::{Read,Write}，以及与 ark-serialize::{CanonicalDeserialize,CanonicalSerialize} 非常相似的 {Decode,Encode} 特性。我们只需在这些极其相似的特性之间进行转换，包括适当地封装和展开错误。

ArkScale 由于孤儿规则，难以轻松实现来自 SCALE 的 MaxEncodedLen 或 ConstEncodedLen。如果您在 Frame 中使用权重，则需要这些功能，因此通常应该在 ArkScale 周围创建包装类型。一般来说，每当您选择曲线时，您都会有一个条件性的 ark-substrate 依赖，因此包装类型不应变得过于繁琐，并且它们很可能在文档、错误等方面有所改善。

ArkScale 在序列化失败时会导致 panic，因为 SCALE 不会传播序列化失败。由于缩放输出无法失败，ark-scale-derive 也不会引入失败，因此我们无法通过一些显式的 impl CanonicalSerialize for T 介入来触发此 panic，从而引入失败。因此，ArkScale 用户应负责审查其依赖中的非推导 CanonicalSerialize。特别是，arkworks/algebra 中没有新的失败。

git clone https://github.com/arkworks-rs/algebra
cd algebra
grep -r --include '*.rs' 'CanonicalSerialize for' -A 10 ff* ec* poly/ | less

如果 实现可变特质的别名 被实现，这会变得更加困难。