掩模扩展与逻辑最小化
提问于 2019-07-28 07:22:05
我正在读一篇论文(三元CAM中的路由表压缩)，内容如下：
掩码扩展技术简化为逻辑最小化问题。在讨论中，我使用多维数据集来引用多个前缀的合并单个条目，覆盖引用覆盖所有前缀的立方体集。然后问题变成:给定一组长度和路径相同的前缀，找到一个最小的覆盖。
虽然我能理解掩码扩展本身，而且上面的立方体和覆盖内容更像背包问题，但它也是NP-完全的，类似于电路可满足性问题。不过，我真的不明白这个减幅是如何运作的。换句话说，我想得到更正式的方法，以证明逻辑最小化问题和掩码扩展是一样的。
任何帮助都是非常感谢的-谢谢。
回答 1
Network Engineering用户
发布于 2019-07-28 07:36:59
第一段对此作了解释：
第二种技术利用了TCAM硬件的灵活性。存储在TCAM中的路由前缀的掩码由1(与前缀长度相同的数目)和所有零组成。但是，TCAM允许使用任意的掩码，因此不需要连续的1或零位。我称此技术为掩码扩展，因为它将掩码扩展为任意的0和1的组合。
这允许将不相邻子网的路由聚合到相同的下一跳X(类似
- 172.16.1.0/0.0.0.255 -> X
- 172.16.17.0/0.0.0.255 -> X
成为
- 172.16.1.0/0.0.16.255 -> X
(请注意此处通配符的使用；网络掩码是二进制补码)
页面原文内容由Network Engineering提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://networkengineering.stackexchange.com/questions/60689
复制相关文章
![[754]ImportError: DLL load failed: 找不到指定的模块](https://ask.qcloudimg.com/http-save/yehe-4908043/wfbvwa8fo5.jpeg)
安装tensorflow时候报错ImportError: DLL load failed: 找不到指定的模块。Failed to load the native TensorFlow runtime.
![模块***已加载但找不到入口点DllRegisterServer,请确保***为有效的DLL或OCX文件，然后重试[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-8223537/43805eb5a0e737c0788ac2565f9e5fc2.jpg)
![pycharm下找不到要安装的模块包（如sqlalchemy）[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-8223537/c02e82f2b3b464b6c7db3d09d1b0d127.jpg)
![模块已加载,但找不到入口点DLLRegisterServer[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-1011815/6f61102a6e48b89084e8fd77fe248277.png)
点击加载更多
腾讯云开发者
