短链接实现

经常能看到某些站点会使用一些短链接，例如：t.cn/RyG7nlE这样形式的链接。

短链接有以下好处：
1、短小精悍，方便推广，记忆（实际应该没什么人去记忆吧）；
2、可收集站点访问数据，用作数据分析等用途；
3、做了一层中转，可以做各种个性化定制，如设置链接开放日期等访问控制的逻辑判断；
4、节约空间，如微博会有字数限制；

---

短链接一般会有两种做法：

一、

自增序列算法，也叫永不重复算法，用到的其实就是多进制，让一个整型用多进制表示，根据这个id查找对应的长链接。
用数字100000000为例，以不同进制表示：

进制	结果	元素
2	101111101011110000100000000	[0-1]
8	575360400	[0-7]
10	100000000	[0-9]
16	0x5f5e100	[0-9a-f]
26	ikvozw	[a-z]
36	1njchs	[0-9a-z]
52	nJkmW	[a-zA-Z]
62	6LAze	[0-9a-zA-Z]

62进制 [0-9a-zA-Z] 表示10000只需要3个字符，长度大大缩短。
可以估算一下，
2³² < (2^5.5) ⁶ < 45.5⁶ < 46⁶ < 62⁶，

2⁶⁴ < (2¹⁰ * 2^2/3) ⁶ < 1626⁶ < 1932⁶ < (62 * 62^5/6) ⁶ < 62¹¹
由此可见，32位二进制数字可用6位62进制字符表示，64位二进制数字可用11位62进制字符表示，2⁶⁴ = 9,223,372,036,854,775,807，就是9百京，这个数量就非常足够了。（原来比不上黄金弗利萨的战斗力，有一个垓）

缺点：根据自增id生成，长短可能会不一，这个也可以通过填充特定字符来解决。

二、

1、将长链接md5，获取32位字符串；
2、32位字符串按分8字节4份，循环处理，作为16进制数字和0x3fffffff（30个1）进行位与操作（超过30位忽略）；
3、30位分6段，每5位数字作为一个索引获取集合[a-z0-9]中对应的字符，最后获得4个长度为6的字符串；
4、4个字符串中任意取一个作为短链接

缺点：

1、生成的短链接可能会产生碰撞，据说微博是使用这种算法（上面的文字是我搬运过来的，这个算法我不太懂它设计的原理。。。）；
2、需要用字符串作为查询条件去获取长链接，容易数据库索引建立不连续，降低查询效率；

---

我使用的是第一种，恰好我们的长链接中的信息也都是整型，只要转化一下，再拼凑起来组成短链接就可以了，这样就连数据库hash表都可以不用建立。