短链接算法收集与分析

feiyang10086

短链接算法收集与分析

短链接就不说了，大家已经都清楚了，如下所示就是短链接：

新浪微博     http://t.cn/SVpONM

腾讯微博     http://url.cn/302yor

Yun.io         http://d.yun.io/PNri2v

短链接的好处：1、内容需要；2、用户友好；3、便于管理。

如何实现呢，大概有三个步骤：

1、定义一个URL映射算法，可以将长的URL映射成短字符串；

2、使用一个存储（数据库？NoSQL？）来存储完成的映射；

3、实现自己的URL映射算法；

一般来说，第三步是我们比较头疼的，如何将一个长的URL字符串，映射成一个较短的字符串呢。我总结了三种办法：

普通实现

我想以前大家学习过十进制和二进制的互相转换，或者十进制和十六进制的互相转换，那么为了更短，我们可以使用62进制，对于一个数字ID进行转码，转换成一个短字符串。

这种做法的缺点是没有办法保证所有链接都是固定的位数的长度，而且在高并发的情况下，如何保证能够快速分发是个问题。

具体实现方法：

1.    /**
   
2.      * 利用62进制对数字ID进行短链接编码，缺点不能保证每个短链接是固定长度
   
3.      *
   
4.      * @author  wanshiqiang<wangshiqiang@360.cn>
   
5.      * @param integer $integer
   
6.      * @param string $base
   
7.      */
   
8.     private function getShortenedURLFromID ($integer, $base = ALLOWED_CHARS)
   
9.     {   
   
10.         $length = strlen($base);
    
11.         while($integer > $length - 1)
    
12.         {   
    
13.             $out = $base[fmod($integer, $length)] . $out;
    
14.             $integer = floor( $integer / $length );
    
15.         }   
    
16.         return $base[$integer] . $out;
    
17.     }   
    
18.     /**
    
19.      * 对62进制编码的短链接进行解码
    
20.      *
    
21.      * @author  wangshiqiang<wangshiqiang@360.cn>
    
22.      * @param string $string
    
23.      * @param string $base
    
24.      */
    
25.     private function getIDFromShortenedURL ($string, $base = ALLOWED_CHARS)
    
26.     {   
    
27.         $length = strlen($base);
    
28.         $size = strlen($string) - 1;
    
29.         $string = str_split($string);
    
30.         $out = strpos($base, array_pop($string));
    
31.         foreach($string as $i => $char)
    
32.         {   
    
33.             $out += strpos($base, $char) * pow($length, $size - $i);
    
34.         }   
    
35.         return $out;
    
36.     }

复制代码

文艺实现

算法描述：使用6个字符来表示短链接，我们使用ASCII字符中的'a'-'z','0'-'5'，共计32个字符做为集合。每个字符有32种状态，六个字符就可以表示32^6（1073741824），那么如何得到这六个字符，描述如下：

对传入的长URL进行Md5，得到一个32位的字符串，这个字符串变化很多，是16的32次方，基本上可以保证唯一性。将这32位分成四份，每一份8个字符，这时机率变成了16的8次方，是4294967296，这个数字碰撞的机率也比较小啦，关键是后面的一次处理。我们将这个8位的字符认为是16进制整数，也就是1*('0x'.$val)，然后取0-30位，每5个一组，算出他的整数值，然后映射到我们准备的32个字符中，最后就能够得到一个6位的短链接地址。

PHP实现如下：

1. function shorten( $long_url )
   
2. {
   
3.      $base32 = "abcdefghijklmnopqrstuvwxyz012345";
   
4.      $hex = md5( $long_url );
   
5.      $hexLen = strlen( $hex );
   
6.      $subHexLen = $hexLen / 8;
   
7.      $output = array();
   
8.      for( $i = 0; $i < $subHexLen; $i++ )
   
9.      {
   
10.           $subHex = substr( $hex, $i * 8, 8 );
    
11.           $subHex = 0x3FFFFFFF & ( 1 * ('0x' . $subHex ) );
    
12. 
    
13. 　　　 $out = '';
    
14. 
    
15.           for( $j = 0; $j < 6; $j++ )
    
16.           {
    
17.                $val = 0x0000001F & $int;
    
18.                $out .= $base32[$val];
    
19.                $int = $int >> 5;
    
20.           }
    
21.           $output[] = $out;
    
22.      }
    
23.      return $output;
    
24. }

复制代码

二逼实现

下面这个函数使用了纯随机的方式来生成一个短链接，虽然我们可以通过查询操作来确保不重复使用短链接，可是... 这样真的靠谱吗~~

1. function random($length, $pool = '') {
   
2.      $random = '';
   
3.      if (empty($pool)) { $pool    = 'abcdefghkmnpqrstuvwxyz'; $pool   .=
   
4.      '23456789'; }
   
5.      srand ((double)microtime()*1000000);
   
6.      for($i = 0; $i < $length; $i++) { $random .=
   
7.      substr($pool,(rand()%(strlen ($pool))), 1); }
   
8.      return $random;
   
9. }

复制代码

Technorati 标签: 短链接,Short Url,映射,哈希
参考资料：

1、微博短地址原理解析

2、微博短域名原理及作用

3、Yours.org

4、Free PHP URL Shorten script that kicks ass

5、PHP Short Url Algorithm Implementation

6、Implement your own short URL

7、短网址算法初步汇总

8、Short Url 实现方式

第一夫人

谢谢分享