两种JAVA实现短网址服务算法

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。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。

?

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,将值用62进制表示。

?

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。

本文链接:https://my.lmcjl.com/post/13216.html

展开阅读全文

4 评论

留下您的评论.