Android 快速比较IP地址的最佳方法

我正在解析两个包含IP地址的CSV文件。 第一个是源CSV，第二个是“黑名单”

由于源文件的大小，我试图优化查找与黑名单匹配的IP地址的速度

编辑：黑名单由IP地址“块”组成。这意味着黑名单中的每条记录都有两个IP地址：一个

Start

块（例如216.254.128.0）和一个

End

块。（Ex.216.254.223.255）

这意味着直接查找等将不起作用

我想知道最好的方法是什么。蛮力法是：

String[] parts = sourceIP.split("\\."); // String array, each element is text between dots

int hi = 255;
int lo = 0;

int mid = (hi - lo) / 2 ;

if (Integer.valueOf(parts[0]) > mid) {
    mid = lo;
}

然后，我可以对每个

部分重复此操作，以确定IP地址是否在黑名单中

这看起来很有侵略性，对于4k+记录，这可能需要非常非常长的时间

可能需要10多次迭代才能确定每个部分，然后必须重复该过程以检查黑名单中IP块的“高”部分。这是每个记录80多个迭代

我希望在这里得到一些信息，看看比较IP地址的最佳方法

你的想法是什么

是否可以通过序列化
INetAddress
，使用快速位掩码快速比较值

文件结构澄清：

源IP文件：

包含数据库中记录的列表。（约4k）。每个记录包含名称、地址、电子邮件和IP地址

黑名单：

包含4.2k条记录。每个记录都是一个IP地址“块”。这包括两个IP地址。1.开始和2。结束

如果源列表中的记录有一个在黑名单中找到的IP地址，我需要保存该记录并将其添加到一个新文件。
将两个文件放在一个字符串中。使用split（“，”）拆分第一个字符串中的ip。循环通过获得的ips阵列。对于每个ip，在第二个字符串中搜索它，如
黑名单.indexOf（“，“+ip+”，”）
，但首先在黑名单字符串的开头和结尾添加一个“，”。
将两个文件放在一个字符串中。使用split（“，”）拆分第一个字符串中的ip。循环通过获得的ips阵列。对于每个ip，在第二个字符串中搜索它，如
黑名单.indexOf（“，“+ip+”，”）
，但首先在黑名单字符串的开头和结尾添加一个“，”。
强制执行。
将所有内容加载到ram中，没有理由不加载。
将IP拆分为二维阵列。
{0:123,123,123,123}
将黑名单转换为3d阵列。
现在可以开始搜索整数了。
当你有一个匹配比较下一节。
如果源值更高，则将其与同一段的结束块进行比较。
当有匹配项时，将其推送到一个新数组，并在最后将其写入一个文件。
如果这需要更多的时间来运行，那么我需要键入此内容，然后关闭您打开的色情内容，因为您的ram已满，并且正在使用您的页面文件。
强制执行。
将所有内容加载到ram中，没有理由不加载。
将IP拆分为二维阵列。
{0:123,123,123,123}
将黑名单转换为3d阵列。
现在可以开始搜索整数了。
当你有一个匹配比较下一节。
如果源值更高，则将其与同一段的结束块进行比较。
当有匹配项时，将其推送到一个新数组，并在最后将其写入一个文件。
如果这需要更多的时间来运行，那么我需要键入它，然后关闭您打开的a片，因为您的ram已满，并且正在使用您的页面文件。
您可以使用名为的数据结构。这在性能和存储方面都非常有效。举个例子，这里有一个问题，有一个答案推荐这个

据我所知，谷歌Chrome也使用了这项技术，正如Matthials Vallentine的博客文章中很好地解释的那样

然而，更多简洁的解释可以在网站上找到。一些摘录

最初的泄漏大约为9.3GB未压缩，其中3.3GB是电子邮件
地址[…]这意味着数据可以放入512MB（即232位）
并允许我们在恒定时间内执行查找[…]和
允许占用840MB的最佳bloom过滤器
实际上根本没有假阳性

可以使用名为的数据结构。这在性能和存储方面都非常有效。举个例子，这里有一个问题，有一个答案推荐这个

据我所知，谷歌Chrome也使用了这项技术，正如Matthials Vallentine的博客文章中很好地解释的那样

然而，更多简洁的解释可以在网站上找到。一些摘录

最初的泄漏大约为9.3GB未压缩，其中3.3GB是电子邮件
地址[…]这意味着数据可以放入512MB（即232位）
并允许我们在恒定时间内执行查找[…]和
允许占用840MB的最佳bloom过滤器
实际上根本没有假阳性

似乎最直接的解决方案是使用存储黑名单。然后检查IP是否与任何间隔相交

您可能还想考虑使用TIE／HASHIT表来获得间隔相同的快速查找。IE:216.254.128.0到216.254.223.255可以合并到216.254.（128.0223.255），其中（）是间隔。因此，您将得到两个哈希表查找（一个用于216，一个用于254），然后在区间树中进行搜索，这可能只包含少量元素
您还可以将重叠的间隔合并为单个间隔，这可能可以在构建间隔树时完成。在这种情况下，它最终更像是一个二叉搜索树。
似乎最直接的解决方案是使用。然后检查IP是否与任何间隔相交

您可能还想考虑使用TIE／HASHIT表来获得间隔相同的快速查找。IE:216.254.128.0至216.254.223.255
ipBytes[0] = 192;
ipBytes[1] = 168;
ipBytes[2] = 100;
ipBytes[3] = 12;

int ipAddress = ipBytes[0];
ipAddress = (ipAddress << 8) | ipBytes[1];
ipAddress = (ipAddress << 8) | ipBytes[2];
ipAddress = (ipAddress << 8) | ipBytes[3];

class IPRange
{
    public int startIp;
    public int stopIp;
}

start range    end range
192.168.1.1    192.168.2.255
192.168.2.1    192.168.3.255