短址 short URL 原理及其實現

前言：

最近看了一些關於短址（short url）方面的一些部落格，有些部落格說到一些好的東西，但是，也不是很全，所以，這篇部落格算是對其它部落格的乙個總結吧。

介紹：

短址，顧名思義，就是把長的 url 轉成短的 url, 現在提供這種服務的有很多公司，我們以google家的 url shortener 服務：為例。

首先我們到，然後把本文部落格的位址

teng輸入進去，最後它會返回乙個更短的url，jfs6q。如下圖所示：

url 解析：

當我們在瀏覽器裡輸入jfs6q時，dns首先解析獲得的ip位址。當dns獲得ip位址以後（比如：74.125.225.72），會向這個位址傳送http get請求，查詢jfs6q，這個時候，伺服器會把請求通過http 301轉到對應的長url

teng。後面的解析過程就和平常**解析是一樣的了。

短址本質：

短址本質上是實現了乙個對映函式 f: x -> y。而這個對映函式必須同時具有兩個特點：

1. 如果 x1 != x2, 則 f (x1) != f(x2);

2. 對於每乙個 y, 能夠找到唯一的乙個 x 使得 f(x) = y;

對於任何的線性函式，比如 f(x) = 2x，都滿足這樣的條件。

好了，如果了解了短址的本質，我們再來看它是如何實現的。

註明：在googleurl shortener 服務中，它允許乙個長 url 對應多個短的url。這可能是出於安全上的考慮。在本文中，我們不考慮這種情況。

實現：

短址的長度一般設為 6 位，而每一位是由 [a - z, a - z, 0 - 9] 總共 62 個字母組成的，所以6位的話，總共會有 62^6 ~= 568億種組合，基本上夠用了。在googleurl shortener 服務中，短址長度為 5，大概有9億多種組合.

1. id，int, 自動增長；

2. lurl，varchar, // 長url；

3. surl, varchar, // 短url。

現在我們考慮通過如何長url得到唯一的短url。

在講具體演算法以前，先提乙個問題：10進製數和16進製制數之間的轉換是否滿足剛剛提到的對映函式f: x -> y中的兩個條件？

答案：是。

本文的思路也是利用進製之間的轉換。

因為我們總共有 62 個字母，我們可以自創一種進製，叫做 62 進製。其規則如下：

0 → a 1 → b ...25 → z ...52 → 0 61 → 9

所以，對於每乙個長位址，我們可以根據它的id，得到乙個6位的 62 進製數，這個6位的 62 進製數就是我們的短址。具體實現如下：

public arraylistbase62(int id) 
return value;
}

舉例：

對於 id = 138，通過 base62(138), 我們得到 value = [14, 2]。根據上面的對應規則表，我們可以得到其對應的短址為：aaaabn 。(由 value 得到具體的短址，可以通過switch 語句得到，因為**太長，在此略過。)

當我們想通過短址找到所對應的長位址，方法也很簡單，就是把62進製數轉成10進製數即可，這樣我們就可以得到長位址的id了。**如下：

public static int base10(arraylistbase62) 
int id = 0;
int size = base62.size();
for (int i = 0; i < size; i++) 
return id;
}

比如，對於短址aaae9a，其62進製為[0, 0, 0, 4,61,0] ，則其長位址的id 為[0, 0, 0, 4,61,0]= 0×62^5+0×62^4 +0×62^3 +4×62^2 + 61×62^1 + 0×62^0 = 1915810。

有了id，我們自然就可以得到長位址了。

參考：本文演算法**)

teng