两种JAVA实现短网址服务算法
短网址(ShortURL),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。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。
staticfinalchar[]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'};
publicStringshorten(StringlongUrl,inturlLength){ if(urlLength<0||urlLength>6){ thrownewIllegalArgumentException("thelengthofurlmustbebetween0and6"); } Stringmd5Hex=DigestUtils.md5Hex(longUrl); //6digitbinarycanindicate62letter&numberfrom0-9a-zA-Z intbinaryLength=urlLength*6; longbinaryLengthFixer=Long.valueOf(StringUtils.repeat("1",binaryLength),BINARY); for(inti=0;i<4;i++){ StringsubString=StringUtils.substring(md5Hex,i*8,(i+1)*8); subString=Long.toBinaryString(Long.valueOf(subString,16)&binaryLengthFixer); subString=StringUtils.leftPad(subString,binaryLength,"0"); StringBuildersbBuilder=newStringBuilder(); for(intj=0;j<urlLength;j++){ StringsubString2=StringUtils.substring(subString,j*6,(j+1)*6); intcharIndex=Integer.valueOf(subString2,BINARY)&NUMBER_61; sbBuilder.append(DIGITS[charIndex]); } StringshortUrl=sbBuilder.toString(); if(lookupLong(shortUrl)!=null){ continue; }else{ returnshortUrl; } } //ifall4possibilitiesarealreadyexists returnnull; }
2、自增序列:
a.或者序列的自增值,将值用62进制表示。
privateAtomicLongsequence=newAtomicLong(0); @Override protectedStringshorten(StringlongUrl){ longmyseq=sequence.incrementAndGet(); StringshortUrl=to62RadixString(myseq); returnshortUrl; } privateStringto62RadixString(longseq){ StringBuildersBuilder=newStringBuilder(); while(true){ intremainder=(int)(seq%62); sBuilder.append(DIGITS[remainder]); seq=seq/62; if(seq==0){ break; } } returnsBuilder.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。
希望本文所述对大家学习短网址服务有所帮助。