-
等级
本版专家分：282结帖率 87.5% -
场景：有5对IP地址，要求计算出这5对IP地址是否有交集。（2对IP地址是否有交集已经知道了，关键是5对IP地址怎么比较，效率最高）展开阅读全文
-
等级
本版专家分：12731 -
对算法没有深入研究，帮顶。祝楼主好运
-
等级
本版专家分：13018
-
a.b.c.d -> a*1000000000+b*1000000+c*1000+d将ip地址转成long类型处理，然后就不用我说了吧，几个数字判断是否有交集
-
等级
本版专家分：55682 -
不明白什么叫 5对ip， 是指5组，每组2个ip吗？ 什么叫有交集？相同？
-
等级
本版专家分：282
-
是5指5组IP地址，比如：192.168.1.3-192.168.1.5和192.168.1.2-192.168.1.6就是交集
-
等级
本版专家分：23620勋章
-
-
红花
2011年9月 Java大版内专家分月排行榜第一
2011年8月 Java大版内专家分月排行榜第一
-
-
这个方法不错。
-
等级
本版专家分：513 -
我感觉用二叉树遍历及生成，解决该问题比较好。
具体方案如下：
A.B.C.D A-作为树的根节点，B\C\D依次按照由小到大的顺序前序生成，然后后四对IP进行插入该树的操作。
如果A就不一样，就说明是2棵不同的树 无交集
-
等级
本版专家分：4418 -
这个弄的有点复杂了吧
-
等级
本版专家分：4945
-
就是一个交集哇，搞什么算法，太麻烦。你可以截取IP的最后字段，拿出来比较下
-
等级
本版专家分：97154勋章
-
- 签到王者
-
- GitHub
-
- 进士 2019年总版新获得的技术专家分排名前十
-
-
金牌
2021年1月 总版技术专家分月排行榜第一
2020年12月 总版技术专家分月排行榜第一
2020年11月 总版技术专家分月排行榜第一
2020年10月 总版技术专家分月排行榜第一
2020年9月 总版技术专家分月排行榜第一
2020年8月 总版技术专家分月排行榜第一
2020年7月 总版技术专家分月排行榜第一
2020年6月 总版技术专家分月排行榜第一
2020年5月 总版技术专家分月排行榜第一
2020年4月 总版技术专家分月排行榜第一
2020年3月 总版技术专家分月排行榜第一
-
-
把ip地址转为long，然后用集合的交集运算就可以了
import java.util.*;
public class Test {
public static void main(String[] args) throws Throwable {
String[] ipGroup = {"192.168.1.3-192.168.1.5", "192.168.1.2-192.168.1.6", "192.168.1.5-192.168.1.10"};
List<List<Long>> list = new ArrayList<List<Long>>();
long[] num = {0, 0};
for (int i=0, j=0; i<ipGroup.length; i++) { //把ip地址转为long并保存到集合中
for (String ip : ipGroup[i].split("-")) {
num[j%2] = 0;
for (String n : ip.split("[.]")) {
num[j%2] = num[j%2]*1000 + Long.valueOf(n);
}
j++;
}
List<Long> l = new ArrayList<Long>();
for (long k=num[0]; k<=num[1]; k++) { //从ip地址开始到结束保存到集合
l.add(k);
}
list.add(l);
}
for (int i=0; i<list.size(); i++) { //循环取集合
for (int j=i+1; j<list.size(); j++) { //和自己以外的其他集合做交集运算
List<Long> l = new LinkedList<Long>(list.get(i));
l.retainAll(list.get(j)); //取交集
if (l.size() > 0) { //如果有交集则打印
System.out.printf("gip[%d] n gip[%d] = {", i+1, j+1);
for (int k=0; k<l.size(); k++) {
long t = l.get(k);
System.out.printf("%d.%d.%d.%d, ", t/1000000000, (t/1000000)%1000, (t/1000)%1000, t%1000);
}
System.out.printf("}\n");
}
}
}
}
}
-
等级
本版专家分：13018
-
阿宝
- 阿里P8大神：我只问你4道题，答好3题给你P6，全部答对，给你职级P7
面试相对简单（面经多），Java需求量大，放张截图随便感受下： 在job.alibaba搜索Java，最后一页职位也足够新鲜 阿里牛逼！Java YES！（破音） 各位兄弟简历投起来（or 找我内推~是的，**我的团队也严重缺人...
- java SE 入门之控制语句&方法&递归算法(第五篇)
一 控制语句（选择结构） 在学习控制语句之前，我们要先明确两件事情，什么是顺序结构（也叫做顺序执行），什么是选择结构 ...我们举一个列子：小明的妈妈说小明考试一百分，就给小明买一个玩具但是就不去游乐园完...
- 一位女运维的自述：三年为公司节省十亿元现金，我们怎么做到的
我是来自腾讯 SNG 社交网络运营部，简称 DSNO（屌丝 NO.1）团队的一枚大龄女屌丝。这个命题想跟大家分享在腾讯运营成本优化的实战经验，并探讨精细化成本管理的价值是...
- 你来答Python题，我来送书，豆瓣高分Python书
这个月送书福利不断，一波接一波，月初刚送完，今天小编又带来了一份非常不错的Python书单，非常感谢图灵教育的大力支持，精选了基本Python好书！1.《程序员面试金典（...
- 我在CSDN参与的3000个帖子
2：100分急求，随机输出十个小写字母，但是，要求这十个字母不相同 3：求Sn=a+aa+aaa+…+aaa…a（n个a）之值 4：数组题 望高手帮忙！ 5：呵呵，来推荐一下我的网站，本站提供大量当今流行的免费的音乐和免费电影，...
- 离散数学需要高数基础吗_AI算法对数学基础能力的要求就这些了！赶紧自测一下吧吗？...
想投身AI圈，看到搞算法还需要掌握数学，你是否突然间就头痛了呢？人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识，具体来说包括：线性代数：如何将研究对象形式化？...
- 【程序员眼中的统计学（7）】正态分布的运用：正态之美
正态分布的运用：正态之美 作者 白宁超 2015年10月15日18:30:07 摘要：程序员眼中的统计学系列是作者和团队共同学习笔记的整理。...本系列统计学的学习基于《深入浅出统计学》一书（偏向代码实现，需...
- 【运维规划、管理、体系建设】一位女运维的自述：三年为公司节省十亿元现金，我们怎么做到的
说明：非原创文章，但是在此基础上加上了自己的一些思考，好文章的分享，也是安全保存的一种方式。 我的思考：如何把当前的精细化成本管理经验，转成成自己的经验，运用到当前的工作当中。请大家带着这个问题去阅读...
- Python 中那些令人防不胜防的坑（一）
大家好，我是 Rocky0429，一个正在学习 Python 的蒟蒻… 在学习 Python 的过程中，我为它的简洁优雅而痴迷，但它又是如此的调皮，在提供了很多舒服的功能特性之外，又悄悄挖了很多带有迷惑性的坑，令人防不胜防… ...
- 程序员的数学3 线性代数_AI算法对数学基础能力的要求就这些了！赶紧自测一下吧...
想投身AI圈，看到搞算法还需要掌握数学，你是否突然间就头痛了呢？人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识，具体来说包括：线性代数：如何将研究对象形式化？...
- 当女票发来一套送命题，程序员应该怎么做？
欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！ 对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：...
- AI最全数据集汇总：语音、歌声、音乐、图片、视频等领域开源数据集链接汇总
文章目录**音乐数据集**百万歌数据集**语音数据集**口语维基百科语料库语音命令数据集零资源语音挑战ISOLET数据集阿拉伯语言语料库TIMIT语料库**音响/自然**环境音频数据集城市声音分类城市声音数据集鸟类音频检测...
- 世界十大公认“妖孽”天才，四位来自中国，其中竟还有一位赌徒
格奥尔格·威廉·弗里德里希·黑格尔（德语：Georg Wilhelm Friedrich Hegel，常缩写为G. W. F. Hegel；公元1770年8月27日—公元...
- 也谈招聘---这个人会什么
近日看了一篇帖子《关于最近面试的一点感想... 面试一个人的目的，我认为有以下几点是需要搞清楚的： 一、这个人会什么（以前的情况） 二、能力如何（可发展的情况：不是技术能力,是解决问题的能力、学习能力等） 三...
- CMDN CLUB第14场：小米与友盟专家详解Android开发：
2月29日，CMDN Club第十四期活动在北京丽亭华苑酒店举行。本次活动是开春以来CMDN俱乐部的首场主题交流会，友盟Android SDK工程师徐仙明和小米科技MIUI系统工程师董红光为大家带来了Android资源访问与MIUI底层换肤...
- java正态分布的运用
正态分布起源于误差分析，早期的天文学家通过长期对一些天体的观测收集到了大量数据，并利用这些数据天体运动的物理模型，其中第谷与开 普勒在建模中提出了一条原则—“模型选择的最终标准是其...
- 王垠：清华梦的粉碎—写给清华大学的退学申请（来自shredderyin 的博客）
小时候，妈妈给我一个梦。她指着一个大哥哥的照片对我说，这是爸爸的学生，他考上了清华大学，他是我们中学的骄傲。长大后，你也要进入清华大学读书，为我们家争光。我不知道清华是什么样子，但是我知道爱迪生和...
- 王垠:清华梦的粉碎—写给清华大学的退学申请
王垠:清华梦的粉碎—写给清华大学的退学申请 ...她指着一个大哥哥的照片对我说，这是爸爸的学生，他考上了清华大学，他是我们中学的骄傲。长大后，你也要进入清华大学读书，为我们家争光。我不知道清华是什么样子，但
- T 沙龙 2018 年 1 月上海第 10 次线下活动总结
作为 2018 年的开箱活动，我们为大家带来了 AI 与算法专场。过去的一年里 AI 有多火热，想必大家都非常清楚，所以虽然是 Swift 沙龙，但我们仍然特意为大家准备了这么一场以 AI 为主题的分享活动。 下面是我们沙龙...
- 《疯狂的程序员》三
周总当然可以叫他小周，自己总不能这样叫他，叫“周哥”，绝影又觉得特别别扭，以前他还很少这样称呼一个人，所以他也就只好跟他点点头。 介绍完，周总安排绝影就坐小周旁边的办公桌，说：“那你们先忙吧，我就不...
- 清华梦的粉碎—写给清华大学的退学申请 2005.9.22[转贴]
这篇文章并不是我写的,很早以前也看过,不过没有完整的读完,前...告别清华的博士学位清华梦的粉碎—写给清华大学的退学申请 2005.9.22清华梦的诞生小时候，妈妈给我一个梦。她指着一个大哥哥的照片对我说，这是爸爸的
- 清华博士王垠写给清华大学的退学申请-----转转--转转--转--
一个用血和泪换来的教训。清华梦的诞生 小时候，妈妈给我一个梦。她指着一个大哥哥的照片对我说，这是爸爸的学生，他考上了清华大学，他是我们中学的骄傲。长大后，你也要进入清华大学读书，为我们家争光。我不...
- C++面试题
1.构造一个类MySingleton,使该类只能存在一个实例. 思路: 将构造函数写为private的，然后通过一个成员静态函数来调用构造函数即可:) 例: #include "iostream.h" class MySingleton { private: static ...
- 北京邮电大学计算机专业考研复试经验分享
分享到： 摘要：我报考的是北京邮电大学计算机学院，复试的专业课... 考研是一段艰辛的历程，要经过很多道坎儿。在经过艰苦的复习，紧张的笔试之后，还要面临残酷的复试。而复试考察内容涉及面广，包括英语...
- 清华梦的粉碎—写给清华大学的退学申请
清华梦的粉碎—写给清华大学的退学申请 清华梦的粉碎—写给清华大学的退学申请 2005.9.22清华梦的诞生小 时候，妈妈给我一个梦。她指着一个大哥哥的照片对我说，这是爸爸的学生，他考上了清华大学，他是我们中学的...
- matlab神经网络30个案例分析
【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征，分别是前面提及过的：最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8)，使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据，选定反馈神经网络的输入、输出节点，来反映电力系统负荷运行的内在规律，从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后，以改良三比值法为基础，建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理，建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度），这些特征与肿瘤的性质有密切的关系。因此，需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系，从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像，图像来自不同的10个人，每人5幅图像，人脸的朝向分别为：左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络，对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理，在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中，建立模型时选用的每个样本（即病例）数据包括10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度）的平均值、10个量化特征的标准差和10个量化特征的最坏值（各特征的3个最大数据的平均值）共30个数据。明显，这30个输入自变量相互之间存在一定的关系，并非相互独立的，因此，为了缩短建模时间、提高建模精度，有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理，在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理，在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户，快速地利用神经网络解决实际问题，MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用，MATLAB R2009a提供了三种神经网络拟合工具箱（拟合工具箱/模式识别工具箱/聚类工具箱）。
- Microsoft Visual C++ 2015-2019 运行库合集，包含32位64位
Microsoft Visual C++ 2015-2019 运行库合集，32位64位都有，解决缺失dll包问题。
- 从零基础开始用Python处理Excel数据.pdf
首先学习Python的基础知识，然后使用Python来控制Excel，做数据处理。 Excel使用者、Python爱好者、数据处理人员、办公人员等 第1章 python基础 1.1 什么是python？ 1.2 为什么要学习用Python处理Excel表格？ 1.3 手把手教你安装python程序 1.3.1 下载python 1.3.2 安装python 1.3.3 验证是否安装成功 1.4 安装Python集成开发工具PyCharm 1.4.1 下载 1.4.2 安装 1.5 Python的输入与输出
- JAVA WEB开发实战
走进JSP、掌握JSP语法、JSP内置对象、Servlet技术、综合实验（一）——JSP使用Model2实现登录模块、EL表达式语言、JSTL核心标签库、综合实验（二）——结合JSTL与EL技术开发通讯录模块、JSP操作XML、JavaScript脚本语言、综合实验（三）——Ajax实现用户注册模块——可以轻松领会Java Web程序开发的精髓，提高开发技能。 快速提高自己的java web项目开发能力
- 互联网+大赛商业计划书案例（慧淬 国赛金奖）.pdf
互联网+创新创业大赛国赛金奖——“慧淬”，商业计划书 互联网+创新创业大赛国赛金奖——“慧淬”，商业计划书