短链接的生成算法

新浪微博短链接的生成算法(Java版本)
最近看到微博的短链接真是很火啊，新浪、腾讯、搜狐等微博网站都加入了短链接的功能。之所以要是使用短链接，主要是因为微博只允许发140 字，如果链接地址太长的话，那么发送的字数将大大减少。短链接的主要职责就是把原始链接很长的地址压缩成只有6 个字母的短链接地址，当我们点击这6 个字母的链接后，我们又可以跳转到原始链接地址。
开始以为短链接是按照某种算法把原始链接压缩为短链接，再根据算法从短链接反算成原始链接的。后来尝试了下压缩算法（gzip 压缩算法），发现对于url 这种字符串越是压缩，长度就越长。通过对压缩算法的一些了解，发现靠压缩算法来实现这个功能不太靠谱。
后来在网上找到一个生成算法，该算法主要使用MD5 算法对原始链接进行加密（这里使用的MD5 加密后的字符串长度为32 位），然后对加密后的字符串进行处理以得到短链接的地址。原始的算法是C# 版本的，这里我把该算法修改成Java 版本的. 算法的具体代码如下，代码中有注释：
一、  代码
package com.csdn.shorturl;
public class ShortUrlGenerator {
 
    /**
      * @param args
      */
    public static void main(String[] args) {
       // 长连接： http://tech.sina.com.cn/i/2011-03-23/11285321288.shtml
       // 新浪解析后的短链接为： http://t.cn/h1jGSC
       String sLongUrl = "http://tech.sina.com.cn/i/2011-03-23/11285321288.shtml" ; // 3BD768E58042156E54626860E241E999
       String[] aResult = shortUrl (sLongUrl);
       // 打印出结果
       for ( int i = 0; i < aResult. length ; i++) {
           System. out .println( "[" + i + "]:::" + aResult[i]);
       }
    }
 
    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 = "wuguowei" ;
       // 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 sMD5EncryptResult = ( new CMyEncrypt()).getMD5OfStr(key + url);
       String hex = sMD5EncryptResult;
 
       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
           String sTempSubString = hex.substring(i * 8, i * 8 + 8);
 
           // 这里需要使用 long 型来转换，因为 Inteper .parseInt() 只能处理 31 位 , 首位为符号位 , 如果不用 long ，则会越界
           long lHexLong = 0x3FFFFFFF & Long.parseLong (sTempSubString, 16);
           String outChars = "" ;
           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
              long index = 0x0000003D & lHexLong;
              // 把取得的字符相加
              outChars += chars[( int ) index];
              // 每次循环按位右移 5 位
              lHexLong = lHexLong >> 5;
           }
           // 把字符串存入对应索引的输出数组
           resUrl[i] = outChars;
       }
       return resUrl;
    }
}
 
二、  输出结果
执行上面代码的结果如下，会产生4 组6 位字符串，任意一组都可以作为当前字符串的短链接地址。
[0]:::7nUFJn
[1]:::f6Zzy2
[2]:::j6jmQb
[3]:::2eAjea
 
 
三、  跳转原理
当我们生成短链接之后，只需要在表中（数据库或者NoSql ）存储原始链接与短链接的映射关系即可。当我们访问短链接时，只需要从映射关系中找到原始链接，即可跳转到原始链接。

FROM: http://hi.baidu.com/aiguozhedaodan/item/7bd7493db9801ebf124b1407

微博短链接算法PHP版本
　思路：

　　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;

　　下面是PHP代码:

function shorturl($url='', $prefix='', $suffix='') {
$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');

$hex = md5($prefix.$url.$suffix);
$hexLen = strlen($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;
}

$urls = shorturl('http://www.php100.com');
var_dump($urls);

FROM: http://blog.sina.com.cn/s/blog_700e11ff01010i1j.html