短網址（Short URL） ，顧名思義就是看起來很短的網址。自從twitter推出短網址服務以后，各大互聯網公司都推出了自己的短網址服務。短網址最大的優點就是短，字符少，便于發布、傳播、復制和存儲。
通過網上的搜索，感覺流傳了2種短網址算法，一種是基于MD5碼的，一種是基于自增序列的。
1、基于MD5碼 ： 這種算法計算的短網址長度一般是5位或者6位，計算過程中可能出現碰撞（概率很小），可表達的url數量為62
的5次方或6次方。感覺google(http://goo.gl)，微博用的是類似這種的算法（猜的），可能看起來比較美觀。
2、基于自增序列 ： 這種算法實現比較簡單，碰撞的可能性為0，可表達的URL可達無窮大，長度從1開始。貌似百度的短網址服務( http://dwz.cn/ )是這種算法.
具體算法
1、MD5碼：假設url的長度為N
a.計算長地址的MD5碼，將32位的MD碼分成4段，每段8個字符
b.將a得到的8個字符串看成一個16進制的數，與N * 6個1表示的二進制數進行&操作
得到一個N * 6長的二進制數
c.將b得到的數分成N段，每段6位，然后將這N個6位數分別與61進行&操作，將得到的
數作為INDEX去字母表取相應的字母或數字，拼接就是一個長度為N的短網址。
|
1
2
3
4
5
|
static final char[] DIGITS = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'a', 'b', 'c', 'd', 'e', 'f', 'g','h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x','y', 'z', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O','P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z' }; |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
public String shorten(String longUrl, int urlLength) { if (urlLength < 0 || urlLength > 6) { throw new IllegalArgumentException("the length of url must be between 0 and 6"); } String md5Hex = DigestUtils.md5Hex(longUrl); // 6 digit binary can indicate 62 letter & number from 0-9a-zA-Z int binaryLength = urlLength * 6; long binaryLengthFixer = Long.valueOf(StringUtils.repeat("1", binaryLength), BINARY); for (int i = 0; i < 4; i++) { String subString = StringUtils.substring(md5Hex, i * 8, (i + 1) * 8); subString = Long.toBinaryString(Long.valueOf(subString, 16) & binaryLengthFixer); subString = StringUtils.leftPad(subString, binaryLength, "0"); StringBuilder sbBuilder = new StringBuilder(); for (int j = 0; j < urlLength; j++) { String subString2 = StringUtils.substring(subString, j * 6, (j + 1) * 6); int charIndex = Integer.valueOf(subString2, BINARY) & NUMBER_61; sbBuilder.append(DIGITS[charIndex]); } String shortUrl = sbBuilder.toString(); if (lookupLong(shortUrl) != null) { continue; } else { return shortUrl; } } // if all 4 possibilities are already exists return null; } |
2、自增序列：
a. 或者序列的自增值，將值用62進制表示。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
private AtomicLong sequence = new AtomicLong(0); @Override protected String shorten(String longUrl) { long myseq = sequence.incrementAndGet(); String shortUrl = to62RadixString(myseq); return shortUrl; } private String to62RadixString(long seq) { StringBuilder sBuilder = new StringBuilder(); while (true) { int remainder = (int) (seq % 62); sBuilder.append(DIGITS[remainder]); seq = seq / 62; if (seq == 0) { break; } } return sBuilder.toString(); } |
MAVEN工程中的代碼用2個MAP來模擬存放長-短網址的互相映射，實際使用中可能是基于數據庫表配合索引或者一些分布式KV系統來實現。
希望本文所述對大家學習短網址服務有所幫助。
