短网址服务两种不同算法JAVA实现

       短网址（Short URL） ，顾名思义就是看起来很短的网址。自从twitter推出短网址服务以后，各大互联网公司都推出了自己的短网
址服务。个人感觉短网址最大的优点就是短，字符少，便于发布、传播、复制和存储。

       通过网上的搜索，感觉流传了2种短网址算法，一种是基于MD5码的，一种是基于自增序列的。
       1、基于MD5码 ： 这种算法计算的短网址长度一般是5位或者6位，计算过程中可能出现碰撞（概率很小），可表达的url数量为62
的5次方或6次方。感觉google(http://goo.gl)，微博用的是类似这种的算法（猜的），可能看起来比较美观。
       2、基于自增序列 ： 这种算法实现比较简单，碰撞的可能性为0，可表达的URL可达无穷大，长度从1开始。貌似百度的短网址服
务( http://dwz.cn/)是这种算法.

具体算法
1、MD5码 ：假设url的长度为N
    a.计算长地址的MD5码，将32位的MD码分成4段，每段8个字符
    b.将a得到的8个字符串看成一个16进制的数，与N * 6个1表示的二进制数进行&操作
    得到一个N * 6长的二进制数
    c.将b得到的数分成N段，每段6位，然后将这N个6位数分别与61进行&操作，将得到的
    数作为INDEX去字母表取相应的字母或数字，拼接就是一个长度为N的短网址。

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' };

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，将值用62进制表示。

	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工程中的代码用2个MAP来模拟存放长-短网址的互相映射，实际使用中可能是基于数据库表配合索引或者一些分布式KV系统来实现。

本文附件下载:
• 20141109.zip (13.9 KB)

已有 0 人发表留言，猛击->> 这里<<-参与讨论


ITeye推荐

• —软件人才免语言低担保 赴美带薪读研！—