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()，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( )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。

希望本文所述对大家学习短网址服务有所帮助。