一道面试题，快速查找ip地址所在的地区

[gaoht]

一个地区ip段表，10万条记录，记录格式：
beginIP endIP 地区.

一个用户ip记录文件，300万表记录，记录格式：
用户 IP

希望查找出每个用户ip所在的地区。怎么做效率高？

[超级大笨狼]

beginIP endIP 都是整数，可以在排好序的数组里二分查。

[超级大笨狼]

复杂度O(logn),300万的话log(300*1000*1000)最差是29次就可以查到。
应该是秒杀的。

[超级大笨狼]

数组里记录上限下限和所在地区表记录行数。

[shexinwei]

字典序，每一个地点分配的是一个网段。也就是不同地区的IP地址都是前面几位不同。利用字典序

[purell]

请解释一下“sum+=(A[i]*(1<<(8*i)))左移运算就可以实现转换整数”的机理。 A[i]， sum 都代表什么？谢谢。

[Quote=引用 7 楼 superdullwolf 的回复:]

xx.xx.xx.xx
实际是256进制的整数，2的8次是256，sum+=(A[i]*(1<<(8*i)))左移运算就可以实现转换整数,这样面试才显得咱是“练家”。
[/Quote]

[lovezypj]

首先肯定要排序，然后用二次过滤就可以很快找到，这里的瓶颈不在如何找ip，而是在如何处理读取这300万的记录，建议300万记录不要都保存一个表，可以根据段保存若干个表，ip是xx.xx.xx.xx格式的，根据xx来把相同段的ip保存为一个表

[绿色夹克衫]

一般情况下二分就可以了，如果考虑段与段之间有重复，比如包含关系，用线段树比较合适。

[boYwell]

mark~~ 学习了

[超级大笨狼]

shexinwei
数据是分段的，所以字典没办法做，我也想过哈希。

[超级大笨狼]

xx.xx.xx.xx
实际是256进制的整数，2的8次是256，sum+=(A[i]*(1<<(8*i)))左移运算就可以实现转换整数,这样面试才显得咱是“练家”。

[boYwell]

[Quote=引用 7 楼 superdullwolf 的回复:]

xx.xx.xx.xx
实际是256进制的整数，2的8次是256，sum+=(A[i]*(1<<(8*i)))左移运算就可以实现转换整数,这样面试才显得咱是“练家”。
[/Quote]

将每一个IP都转换成256进制的整数？

（300百万+10万条记录）*2 这么多要进行乘法转换。

[yaoweijq]

一看到xx段
第一感觉线段树。。。
二分法其实也挺快的
再想快的话
就要借助数据库或hash了
既然有ip段
ip记录也只是个范围
直接枚举所有的ip记录
用合适的hash函数映射
再查找就行了
主要还是看实际的应用场景
能满足你实际的需求就行了
不一定要效率最高的做法

[blue_blue_yeah]

beginIP endIP 都是整数，可以在排好序的数组里二分查。

[Dolphin_001]

A[i]是每个段的数据，每个用一个byte就可以保存，4个刚好一个整形。
[Quote=引用 7 楼 superdullwolf 的回复:]

xx.xx.xx.xx
实际是256进制的整数，2的8次是256，sum+=(A[i]*(1<<(8*i)))左移运算就可以实现转换整数,这样面试才显得咱是“练家”。
[/Quote]

[shexinwei]

[Quote=引用 6 楼 superdullwolf 的回复:]

shexinwei
数据是分段的，所以字典没办法做，我也想过哈希。
[/Quote]
数据是分段的，但是IP的特点就是分成一个个子网，不同的子网只要根据他的网络号就可以判断。

[时间一粒]

[Quote=引用 1 楼 superdullwolf 的回复:]
beginIP endIP 都是整数，可以在排好序的数组里二分查。
[/Quote]
数据大了，效率不高...哈希表不知道可以不

[showjim]

既然有10万个IP段，建立65536个桶用不了多少空间，把IP段扔到这些桶里(最多产生65535个分裂段)分别排序，这样每个桶中的IP段数量应该都不多。

[黄舒颖 咸丫蛋]

排序、归并

[air_snake]

ip地址的特点是分网段的，不同的网段按照Tree来build。

真要快，用硬件做。