URL短网址生成算法原理

Posted 2022-08-01 CodingForAndroid

短网址（Short URL），顾名思义就是在形式上比较短的网址。通常用的是asp或者php转向，在Web 2.0的今天，不得不说，这是一个潮流。目前已经有许多类似服务，借助短网址您可以用简短的网址替代原来冗长的网址，让使用者可以更容易的分享链接。
例如：http://t.cn/SzjPjA
短网址服务，可能很多朋友都已经不再陌生，现在大部分微博、手机邮件提醒等地方已经有很多应用模式了，并占据了一定的市场。估计很多朋友现在也正在使用。
看过新浪的短连接服务，发现后面主要有6个字符串组成，于是第一个想到的就是原来公司写的一个游戏激活码规则，也就是下面的算法2，
26个大写字母 26小写字母，10个数字，随机生成6个然后插入数据库对应一个id，短连接跳转的时候，根据字符串查询到对应id，即可实现相应的跳转！不过2的62次方，不知道有没有重复的，小概率可以，但是对应不是很大的网站应该足够了
自从twitter推出短网址(shorturl),继之国内各大微博跟风,google公开goo.gl使用API,短网址之风愈演愈烈.不得不说这是一个新兴又一大热门web2.0服务.现整理一下,包括完整短网址网站,短网址生成原理,算法举例,以及优劣比较,同时还介绍几个phper个人实现的。

短链接的好处：

1、内容需要；2、用户友好；3、便于管理。

为什么要这样做的，原因我想有这样几点：

微博限制字数为140字一条，那么如果我们需要发一些连接上去，但是这个连接非常的长，以至于将近要占用我们内容的一半篇幅，这肯定是不能被允许的，所以短网址应运而生了。
短网址可以在我们项目里可以很好的对开放级URL进行管理。有一部分网址可以会涵盖暴力，广告等信息，这样我们可以通过用户的举报，完全管理这个连接将不出现在我们的应用中，应为同样的URL通过加密算法之后，得到的地址是一样的。
我们可以对一系列的网址进行流量，点击等统计，挖掘出大多数用户的关注点，这样有利于我们对项目的后续工作更好的作出决策。
算法原理

   算法一
   1)将长网址md5生成32位签名串,分为4段, 每段8个字节;
   2)对这四段循环处理, 取8个字节, 将他看成16进制串与0x3fffffff(30位1)与操作, 即超过30位的忽略处理;
   3)这30位分成6段, 每5位的数字作为字母表的索引取得特定字符, 依次进行获得6位字符串;
   4)总的md5串可以获得4个6位串; 取里面的任意一个就可作为这个长url的短url地址;
   这种算法,虽然会生成4个,但是仍然存在重复几率
   
    算法二
    a-zA-Z0-9 这64位取6位组合,可产生500多亿个组合数量.把数字和字符组合做一定的映射,就可以产生唯一的字符串,如第62个组合就是aaaaa9,第63个组合就是aaaaba,再利用洗牌算法，把原字符串打乱后保存，那么对应位置的组合字符串就会是无序的组合。

把长网址存入数据库,取返回的id,找出对应的字符串,例如返回ID为1，那么对应上面的字符串组合就是bbb,同理 ID为2时，字符串组合为bba,依次类推,直至到达64种组合后才会出现重复的可能，所以如果用上面的62个字符，任意取6个字符组合成字符串的话，你的数据存量达到500多亿后才会出现重复的可能。
具体参看这里彻底完善新浪微博接口和超短URL算法,算法四可以算作是此算法的一种实现,此算法一般不会重复,但是如果是统计的话,就有很大问题,特别是对域名相关的统计,就抓瞎了。

public class ShortUrlGenerator

/** 
  * @param args 
  */  
public static void main(String[] args)   

   String sLongUrl = "http://474515923.qzone.qq.com" ; //长链接  
   String[] aResult = shortUrl (sLongUrl);  
   // 打印出结果  
   for ( int i = 0; i < aResult. length ; i++)   
       System. out .println( "[" + i + "]:::" + aResult[i]);  
     
  

public static String[] shortUrl(String url)   
   // 可以自定义生成 MD5 加密字符传前的混合 KEY  
   String key = "mengdelong" ;  
   // 要使用生成 URL 的字符  
   String[] chars = new String[]  "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" , "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"  

   ;  
   // 对传入网址进行 MD5 加密  
   String sMD5EncryptResult = ( new CMyEncrypt()).md5(key + url);  
   String hex = sMD5EncryptResult;  

   String[] resUrl = new String[4];  
   for ( int i = 0; i < 4; i++)   

       // 把加密字符按照 8 位一组 16 进制与 0x3FFFFFFF 进行位与运算  
       String sTempSubString = hex.substring(i * 8, i * 8 + 8);  

       // 这里需要使用 long 型来转换，因为 Inteper .parseInt() 只能处理 31 位 , 首位为符号位 , 如果不用 long ，则会越界  
       long lHexLong = 0x3FFFFFFF & Long.parseLong (sTempSubString, 16);  
       String outChars = "" ;  
       for ( int j = 0; j < 6; j++)   
          // 把得到的值与 0x0000003D 进行位与运算，取得字符数组 chars 索引  
          long index = 0x0000003D & lHexLong;  
          // 把取得的字符相加  
          outChars += chars[( int ) index];  
          // 每次循环按位右移 5 位  
          lHexLong = lHexLong >> 5;  
         
       // 把字符串存入对应索引的输出数组  
       resUrl[i] = outChars;  
     
   return resUrl;  
  

   跳转原理 
     当我们生成短链接之后，只需要在表中（数据库或者NoSql ）存储原始链接与短链接的映射关系即可。当我们访问短链接时，只需要从映射关系中找到原始链接，即可跳转到原始链接。

参考资料:http://iteye.blog.163.com/blog/static/1863080962012111223141936/