五种算法实现IP到地址的转换

条件：

给出一个文件，其中每行一个IP段(IPv4，其实IPv6类似，只是规模剧增)及其对应的信息(例如物理地址信息)，内容及格式为：

<start_IP> <end_IP> <country> <province/state> <city> <other_info>

内容说明：

1. <start_IP> <end_IP>都为包含状态，即[<start_IP>, <end_IP>]

2. 各IP段不重合

3. IP段有空洞，即有些IP不能找到对应段

问题：

给出一个IP，请实现算法返回其对应的<country> <province/state> <city> <other_info>等信息

算法一：

扩展每个IP段，构造每个IP与其对应<country> <province/state> <city> <other_info>信息的结构，以IP作key读入内存

优点：简单易实现

缺点：占用内容过大

算法二：

扩展每个IP段，构造每个IP与其对应<country> <province/state> <city> <other_info>信息的数据，以IP作key写入数据库

优点：简单易实现

缺点：需要额外的数据库服务，使用频繁时性能不高

算法三：

近似查找。此方法有两个关键点：

1. 查找过程中需要比较IP的大小，因此需要实现IP的比较。也有两种实现：1) 实现一个IP的比较器 2) 把IP转换为数字：IP看作是一个4位的数字，每位之间进制256，例如10.13.183.72=10 * 256^3 + 13 * 256^2 + 183 * 256^1 + 72 * 256 ^0，这样需把给定的IP和每一段IP的<start_IP>, <end_IP>都做相同转换，便于比较

代码：

long num = 16777216L * Long.parseLong(ips[0]) + 65536L
		    * Long.parseLong(ips[1]) + 256 * Long.parseLong(ips[2])
		    + Long.parseLong(ips[3]);
	
return num;

 或更快速的移位实现：

long num = 0;
for (int i = 0; i < ips.length; i++) {
    num += Long.parseLong(ips[i]) << (8 * (ips.length - 1 - i));
}
return num; 

2. 查找算法需要改进，因为是查找一个值所属的范围，并非直接命中式的查找。以折半查找为例，改造如下：

1) 将IP段的<start_IP>转换为数字，构造查询有序数组A。以每段的<end_IP>构造另一个备查数组B，同一段的<start_IP> <end_IP>在各自数组中索引一致。

2) 命中算法改为近似算法，更精确的叫作向下最近算法，基于数组A执行折半查找

3) 以A中的索引位查找数组B，确认目标IP在对应段中。防止误查本应在空洞段中的IP

    #数组A
    private List<Long> startIPNOsList = new ArrayList<Long>();
    #数组B
    private List<Long> endIPNOsList = new ArrayList<Long>();
    #对应信息数组C
    private List<Address> addressList = new ArrayList<Address>();

    //...构造上述数组

    /**
     * 实现查找
     */
    public Address detect(String ip) {
		long ipNO = IPv4Util.convertIP2Long(ip);
		
		if (ipNO > 0) {
			int idx = containBinSearch(ipNO, 0, startIPNOsList.size() - 1);
			if (idx > 0 && ipNO <= endIPNOsList.get(idx)) {
				return addressList.get(idx);
			}
		}
		short zero = 0;
		return new Address(zero, zero, zero);
	}
	
	/**
	 * 如果arr[i] <= target && arr[i + 1] > target，则返回i
	 * @param target 查找目标
	 * @param low
	 * @param high
	 * @return
	 */
	private int containBinSearch(long target, int low, int high) {
		//表示没查到
		if (high < low) {
			return -1;
		}
		
		int mid = (low + high) / 2;
		if (mid == startIPNOsList.size() - 1) {
			return mid;
		}
		
		if (startIPNOsList.get(mid) > target) {
			return containBinSearch(target, low, mid - 1);
		} else if (startIPNOsList.get(mid + 1) <= target) {
			return containBinSearch(target, mid + 1, high);
		} else {
			return mid;
		}
	}

 优点：占用内存小，查询速度不错

 缺点：实现稍复杂

算法四：

Trie树实现。

“Trie树即字典树。

又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。

它有3个基本性质：

根节点不包含字符，除根节点外每一个节点都只包含一个字符； 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串； 每个节点的所有子节点包含的字符都不相同。” -- 详见 字典树

具体实现：扩展每个IP段，将每个IP加入Trie树。每个ip位构造一个节点，每个叶子节点包含<country> <province/state> <city> <other_info>等信息，最后构造一个5层的trie树。
优点：查询速度快，实现较简单
缺点：占用内存超大

算法五：
近似trie树查找。基本结构与算法四相同，查找算法需改进，构造树时需在叶节点中包含<end_ip>。
实现：
对于IP第1-4位，分别在trie树第2-5层节点应用如下逻辑
  1 查找当前层中最大的不大于当前位的节点
     a) 如果当前节点是叶节点，验证目标IP是否大于<end_ip>：大于返回空，否则返回对应<country>等信息
     b) 如果查找到的节点值等于当前位的值，向下一层重复此逻辑
     c) 如果查找到的节点值小于当前位的值，返回本节点最大值的叶节点
  2 如果查找不到，本节点的父节点值 -1，本节点及其各子节点置为255，返回上一层重复此逻辑

优点：速度快，较算法4占内存小
确定：查找算法复杂，内存占用仍旧很大