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。

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。