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。所以我有两组a 和b -

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

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

我尝试蛮力检查 a 中的每个 IP 与 b，但该过程需要很长时间，因为每组中有超过 1 亿个 IP。

想知道什么是最优化的方法。此外，如果任何现有模块执行此操作。

Answer 1

您可以尝试以下算法，即O(n log n) 关于地址数量：

• 我假设在每个列表中，IP 地址范围没有重叠。如果有，请消除这些重叠（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，我们称之为i，另一个跟踪第二个列表中的当前位置，我们称之为j。
• b[j] < a[i] 时，增加 j。即跳过a[i]之前的b[j]，不与a[i]重叠。
• 如果a[i]与b[j]重叠，则从a[i]中删除重叠部分，并增加i。
• 重复直到到达a 的结尾。因此，a 中同时也在 b 中的所有范围将从 a 中删除。

由于排序步骤，该算法的时间复杂度为O(n log n)。