假设你想做一个像微博短链接那样的短链接服务，短链接服务生成的URL都非常短例如: http://t.cn/E70Piib, 我们应该都能想到链接中的E70Piib对应的就是存储长链接地址的数据记录的ID，可是这个有大小写字母和数字构成的唯一ID是怎么生成的呢，刚学编程的时候我们用的方法都试拼接一个足够唯一的字符串(比如时间戳加用户ID等等)然后再用MD5或者SHA1散列算法算出一个散列值，用这种方法得到的唯一ID有可能比原始的链接的长度还要长，所以如何来优雅的生成足够短的字符串唯一ID呢？

我们先来看一个数学问题，普通的数字ID是用十进制来表示的，在十进制中每位都有10种可能(0-9)，所以5位的十进制数能呈现最多 10*10*10*10*10=100,000个ID。

现在如果用32进制来表达一个5位数字需要多少位呢？

echo base_convert(10000,10,32);//答案是 '90g'

32进制是数字和一些小些字母来组成，所以5位32进制可表达的唯一ID有 32*32*32*32*32=33,554,432个，数量已经很大了。使用32进制也能生成比较短的字符串唯一ID，不过还有更好的解决方案，你也看到了上面短链接的唯一ID里还包含大写字母。接下来我们使用62进制转换，将一个十进制数字转化为对应的62进制表示(为什么用62进制？数字加大小写字母一共是62个)。常用的这几个编程语言里没有提供62进制的转换，所以就需要我们自己写一个函数来进行10进制到62进制的转换。

一)

function shorturl($value, $b = 62)

{

$base = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';

$r= $value %$b;

$result= $base[$r];

$q= floor($value /$b);while($q)

{

$r= $q %$b;

$q= floor($q /$b);

$result= $base[$r].$result;

}return$result;

}

二)

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('prefix' . $input . 'surfix');

$hexLen=strlen($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;

}

理解了将十进制正整数转换成62进制的字符串表示形式的原理后，在任何编程语言里都可以很轻松地实现一个转换函数，下面再提供一个Python版本的 Base62.encode：

#!/usr/bin/python

#-*- coding=UTF-8 -*-

from__future__ import print_function, division

BASE62= "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"def encode(num, alphabet=BASE62):"""Encode a positive number in Base X

Arguments:-`num`: The number to encode- `alphabet`: The alphabet to use forencoding""" if num == 0:return alphabet[0]

arr=[]base =len(alphabet)whilenum:

num, rem= divmod(num, base)

arr.append(alphabet[rem])

arr.reverse()return ''.join(arr)

Python函数注解

python的divmod函数用第一个参数num除以第二个参数base，并以元组的形式返回商和余数。

因为divmod返回两个元素构成的元组，在python中元组可以简写省略两边地括号，所以 num,rem=divmod(num,base)是一个元组赋值表达式，并不是divmod函数返回了两个返回值。

一亿用62进制表示出来后的结果是 6LAze , 生成的唯一字符串ID足够短。短链接只是一个应用场景， base62还可以应用到很多需要表示唯一ID的地方，这样一来你就不用再使用那些哈希算法来生成那么冗长的字符串了，虽然只是节省了一些空间但是这在高访问量的URL和海量数据的存储中还是能省下来不少资源的。

思考:

没有办法保证转化的短链接字符串的长度(数值越大,字符串越长),在高并发的情况下,无法保证快速分发

将生成的连接地址都统一使用6位进行表示

function code62($x){

$show='';while($x>0){

$s=$x % 62;if ($s>35){

$s=chr($s+61);

}elseif($s>9&&$s<=35){

$s=chr($s+55);

}

$show.=$s;

$x=floor($x/62);

}return$show;

}

function shorturl($url){

$url=crc32($url);

$result=sprintf("%u",$url);returncode62($result);

}