写出以下多写一些实验目的和实验原理在区块标签内进行挖矿难度调整实验。使用以下参数调整挖矿难度系数分别使用难度3、4、5var difficulty = 4; number of zeros required at front of hash在每个难度系数下在数据框内依次填入以下字符串：aa bb cc dd oo pp进行挖矿共进行16次1次只填2个重复的字母。使用 Javas

实验目的：

1. 调整挖矿难度系数，观察不同难度下挖矿所消耗的时间。
2. 比较不同难度系数下的挖矿平均时间，判断是否与理论期望相符。

实验原理：

1. 挖矿难度系数决定了哈希值前面需要以多少个零开头才能满足条件。
2. 使用Javascript内置函数记录每次挖矿所消耗的时间，最后计算同一难度下的16次挖矿的平均时间。
3. 对使用3种难度系数进行挖矿的平均时间进行比较，判断是否与理论期望相符。

附加题实验目的：

1. 通过编程的方式产生区块内的数据，减少手工输入的依赖。
2. 在3种难度系数下进行300次挖矿，并统计每种难度所消耗的平均时间。
3. 比较测量与统计结果与理论期望的符合程度，分析原因并得出结论。

实验步骤：

1. 根据实验要求，在代码中设置不同的挖矿难度系数。
2. 在每个难度系数下，循环16次，每次在“数据”框内填入指定的字符串。
3. 使用Javascript内置函数记录每次挖矿所消耗的时间，并计算同一难度下的16次挖矿的平均时间。
4. 对使用3种难度系数进行挖矿的平均时间进行比较，判断是否与理论期望相符。
5. 根据附加题要求，使用编程方式产生区块内的数据，并在3种难度系数下进行300次挖矿。
6. 统计每种难度所消耗的平均时间，并与理论期望进行比较，分析结果是否更符合。

结论： 根据实验结果，可以得出以下结论：

1. 不同挖矿难度系数下，挖矿所消耗的时间不同，难度系数越高，挖矿时间越长。
2. 通过对同一难度下的16次挖矿时间进行统计，可以得到该难度下的平均挖矿时间。
3. 对比不同难度系数下的平均挖矿时间，可以得出不同难度系数下挖矿时间的差异。
4. 与理论期望相比，实验结果可能会有一定偏差，可能是因为实际挖矿过程中受到了其他因素的影响。
5. 在附加题中，通过编程方式产生区块内的数据，减少了手工输入的依赖，提高了效率。
6. 通过进行300次挖矿并统计平均时间，可以更准确地评估不同难度系数下的挖矿效率。
7. 结果与理论期望的符合程度可能会更高，因为通过更多的挖矿次数进行统计，可以减小随机因素的影响