IP范围集之间的不同IP

Question

我有两组多个IP范围。每个IP范围都是一对(startIP, endIP)长。所以我有两套a和b -

a = [(start11, end11), (start12, end12)...]
b = [(start21, end21), (start22, end22)...]

我希望找到a但不在b中的IP。或者换句话说set(ips_a) - set(ips_b)。

我试图在a中针对b检查每个IP，但这个过程需要永远，因为每组中有超过1亿个IP。

想知道最优化的方法是什么。此外，如果任何现有模块执行此操作。

Answer 1

您可以针对地址数量尝试以下O(n log n)算法：

• 我假设在每个列表中，IP地址范围没有重叠。如果他们这样做，则消除这些重叠（合并范围）。
• 按范围的开头对两个列表进行排序。
• 循环使用两个变量，一个跟踪第一个列表中的当前位置，让我们称之为i，另一个跟踪第二个列表中的当前位置，让我们称之为j。
• b[j] < a[i]，增加j。也就是说，跳过b[j]之前的a[i]，而不是与a[i]重叠。
• 如果a[i]与b[j]重叠，请从a[i]中删除重叠的部分，然后增加i。
• 重复直到达到a的结尾。因此，a中同样位于b的所有范围都将从a中删除。

由于排序步骤，此算法的时间复杂度为O(n log n)。