论文研究比特币矿工交易内存池（mempool）中的线性化问题。在比特币系统中，交易持续到达矿工的内存池，等待被包含在后续区块中。每笔非coinbase交易必须花费由先前交易创建的未花费输出，这导致了内存池中交易之间的依赖约束。同时，矿工在经济激励下倾向于优先处理具有更高费率（每单位大小交易费）的交易。该问题被形式化为：给定一组交易及其关联费用、大小和依赖关系，计算一个尊重依赖关系的交易排序，以最大化费率效率，同时支持内存池动态演变时的高效更新。通过将交易划分为不相交的依赖尊重子集，并按聚合费率递减排序来刻画问题，并给出了等价的线性规划（LP）公式。受单纯形法中基本可行解结构性质的启发，提出了一种称为生成森林线性化（SFL）的新算法。该算法直接在交易依赖图上操作，通过迭代合并和分割交易块来优化全局排序，并保证最终收敛到最优解。在合成数据和真实比特币内存池数据上的评估表明，SFL能够持续计算出最优线性化，且运行时间显著低于竞争方法（包括基于Gallo、Grigoriadis和Tarjan的参数预流算法）。研究结果表明，SFL为去中心化矿工在大型且快速演化的内存池中提供了一种实用且可扩展的交易优先级排序框架。该算法已被纳入Bitcoin Core代码库，用于交易簇线性化。