短链接算法收集与分析

转载地址 http://www.cnblogs.com/cocowool/archive/2011/12/29/2305955.html
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：

/**

* 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

*

* @author wanshiqiang<wangshiqiang@360.cn>

* @param integer $integer

* @param string $base

*/

private function getShortenedURLFromID ($integer, $base = ALLOWED_CHARS)

{

$length = strlen($base);

while($integer > $length - 1)

{

$out = $base[fmod($integer, $length)] . $out;

$integer = floor( $integer / $length );

}

return $base[$integer] . $out;

}

/**

* 对62进制编码的短链接进行解码

*

* @author wangshiqiang<wangshiqiang@360.cn>

* @param string $string

* @param string $base

*/

private function getIDFromShortenedURL ($string, $base = ALLOWED_CHARS)

{

$length = strlen($base);

$size = strlen($string) - 1;

$string = str_split($string);

$out = strpos($base, array_pop($string));

foreach($string as $i => $char)

{

$out += strpos($base, $char) * pow($length, $size - $i);

}

return $out;

}

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：

function shorten( $long_url )

{

$base32 = "abcdefghijklmnopqrstuvwxyz012345";

$hex = md5( $long_url );

$hexLen = strlen( $hex );

$subHexLen = $hexLen / 8;

$output = array();

for( $i = 0; $i < $subHexLen; $i++ )

{

$subHex = substr( $hex, $i * 8, 8 );

$subHex = 0x3FFFFFFF & ( 1 * ('0x' . $subHex ) );
　　　 $out = '';
for( $j = 0; $j < 6; $j++ )

{

$val = 0x0000001F & $int;

$out .= $base32[$val];

$int = $int >> 5;

}

$output[] = $out;

}

return $output;

}

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~~

function random($length, $pool = '') {

$random = '';

if (empty($pool)) { $pool = 'abcdefghkmnpqrstuvwxyz'; $pool .=

'23456789'; }

srand ((double)microtime()*1000000);

for($i = 0; $i < $length; $i++) { $random .=

substr($pool,(rand()%(strlen ($pool))), 1); }

return $random;

}

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