网上各种短网址算法应用的初步详细汇总

看过新浪的短连接服务，发现后面主要有6个字符串组成，于是第一个想到的就是原来公司写的一个游戏激活码规则，也就是下面的算法2，26个大写字母 26小写字母，10个数字，随机生成6个然后插入数据库对应一个id，短连接跳转的时候，根据字符串查询到对应id，即

看过新浪的短连接服务，发现后面主要有6个字符串组成，于是第一个想到的就是原来公司写的一个游戏激活码规则，也就是下面的算法2，26个大写字母 26小写字母，10个数字，随机生成6个然后插入数据库对应一个id，短连接跳转的时候，根据字符串查询到对应id，即可实现相应的跳转！不过2的62次方，不知道有没有重复的，小概率可以，但是对应不是很大的网站应该足够了

自从twitter推出短网址(shorturl),继之国内各大微博跟风,google公开goo.gl使用api,短网址之风愈演愈烈.不得不说这是一个新兴又一大热门web2.0服务.现整理一下,包括完整短网址网站,短网址算法原理,算法举例,以及优劣比较,同时还介绍几个phper个人实现的.

yourls,完整的ShortUrl网站.由国外著名 WordPress 插件大师级人物 Ozh Richard 和 Lester Chan 一起写的.官方网站是yourls.org.此为开源版本,可以从这里下载.最新版本1.5,昨天试用了一下,默认第一个是1,感觉不是很好,还是喜欢twitter风格的.

turl,phper的个人实现,可下载源码,点击此处

算法原理
算法一
1)将长网址md5生成32位签名串,分为4段, 每段8个字节;
2)对这四段循环处理, 取8个字节, 将他看成16进制串与0x3fffffff(30位1)与操作, 即超过30位的忽略处理;
3)这30位分成6段, 每5位的数字作为字母表的索引取得特定字符, 依次进行获得6位字符串;
4)总的md5串可以获得4个6位串; 取里面的任意一个就可作为这个长url的短url地址;

这种算法,虽然会生成4个,但是仍然存在重复几率,下面的算法一和三,就是这种的实现.

算法二
a-zA-Z0-9 这64位取6位组合,可产生500多亿个组合数量.把数字和字符组合做一定的映射,就可以产生唯一的字符串,如第62个组合就是aaaaa9,第63个组合就是aaaaba,再利用洗牌算法，把原字符串打乱后保存，那么对应位置的组合字符串就会是无序的组合。
把长网址存入数据库,取返回的id,找出对应的字符串,例如返回ID为1，那么对应上面的字符串组合就是bbb,同理 ID为2时，字符串组合为bba,依次类推,直至到达64种组合后才会出现重复的可能，所以如果用上面的62个字符，任意取6个字符组合成字符串的话，你的数据存量达到500多亿后才会出现重复的可能。
具体参看这里彻底完善新浪微博接口和超短URL算法,算法四可以算作是此算法的一种实现,此算法一般不会重复,但是如果是统计的话,就有很大问题,特别是对域名相关的统计,就抓瞎了.

短网址算法枚举

一个来自http://www.snippetit.com/2009/04/php-short-url-algorithm-implementation/ ,
代码如下:
function shorturl($input) { 
  $base32 = array ( 
    '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', '0', '1', '2', '3', '4', '5' 
    ); 
  
  $hex = md5($input); 
  $hexLen = strlen($hex); 
  $subHexLen = $hexLen / 8; 
  $output = array(); 
  
  for ($i = 0; $i $subHexLen; $i++) { 
    $subHex = substr ($hex, $i * 8, 8); 
    $int = 0x3FFFFFFF & (1 * ('0x'.$subHex)); 
    $out = ''; 
  
    for ($j = 0; $j 6; $j++) { 
      $val = 0x0000001F & $int; 
      $out .= $base32[$val]; 
      $int = $int >> 5; 
    } 
  
    $output[] = $out; 
  } 
  
  return $output; 
} 
?> 

另一个是纯随机数算法
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; 
    } 
?> 

各大微博短网址(ShortUrl)的算法 ,第一种算法的C#实现
// 这是c#代码,受编辑器的限制,只能用php 
public static string[] ShortUrl(string url) 
        { 
            //可以自定义生成MD5加密字符传前的混合KEY 
            string key = "Leejor"; 
            //要使用生成URL的字符 
            string[] chars = new string[]{ 
                "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","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" 

              }; 
            //对传入网址进行MD5加密 
            string hex = System.Web.Security.FormsAuthentication.HashPasswordForStoringInConfigFile(key + url, "md5");

            string[] resUrl = new string[4]; 

            for (int i = 0; i 4; i++) 
            { 
                //把加密字符按照8位一组16进制与0x3FFFFFFF进行位与运算 
                int hexint = 0x3FFFFFFF & Convert.ToInt32("0x" + hex.Substring(i * 8, 8), 16); 
                string outChars = string.Empty; 
                for (int j = 0; j 6; j++) 
                { 
                    //把得到的值与0x0000003D进行位与运算，取得字符数组chars索引 
                    int index = 0x0000003D & hexint; 
                    //把取得的字符相加 
                    outChars += chars[index]; 
                    //每次循环按位右移5位 
                    hexint = hexint >> 5; 
                } 
                //把字符串存入对应索引的输出数组 
                resUrl[i] = outChars; 
            } 

            return resUrl; 
        } 
?> 

高进制数字转换,使用六十二进制将十进制数字变“短”。(作者自称很高效,但是来源页www.zoeey.com/cnphpdocs/short.url.radix.convert.html 打不开)
例如数据库中第 56800235583 条信息，对应的短网址后缀可以是 ZZZZZZ 。
下面是存储示例：

//id 自增序列/自增编号 
//url 目标链接 
//*suffix* 短网址后缀 （并不需要存储在数据库内） 
+------------+-----------------------+---------+ 
|id          | url                   | *suffix*| 
+------------+-----------------------+---------+ 
|123456      | http://zoeey.com/     | w7e     | 
+------------+-----------------------+---------+ 
|123457      | http://www.zoeey.com/ | w7f     | 
+------------+-----------------------+---------+ 
|56800235582 | http://zoeey.org/     | ZZZZZY  | 
+------------+-----------------------+---------+ 
|56800235583 | http://www.zoeey.org/ | ZZZZZZ  | 
+------------+-----------------------+---------+ 
?> 
短网址使用流程：

• 提交网址存储后获取其编号 如：123456
• 用dec2Any将编号转换为62进制，并拼接网址 如：http://go.to/w7e
• 用户访问到 http://go.to/w7e 时，提取短网址后缀 w7e
• 用any2Dec将短网址后缀转换为10进制，得到链接编号 如：123456
• 使用编号查询链接，并进行跳转[/list]