短网址原理的算法

短网址一直都在微博上应用。例如腾讯微博的短网址url.cn，新浪的sinaurl.cn等。 他们是如何实现呢，本文将介绍一下该技术算法！
比如我们在腾讯微博上发布网址的时候，微博会自动判别网址，并将其转换，例如转换为：http://url.cn/3fVZf1
为什么要这样做的，原因有以下几点：
1、腾讯微博限制字数为140字一条，那么如果我们需要发一些连接上去，但是这个连接非常的长，以至于将近要占用我们内容的一半篇幅，这肯定是不能被允许的，所以短网址应运而生了。
2、短网址可以在我们项目里可以很好的对开放级URL进行管理。有一部分网址可以会涵盖seqing，暴力，广告等信息，这样我们可以通过用户的举报，完全管理这个连接将不出现在我们的应用中，应为同样的URL通过加密算法之后，得到的地址是一样的。
3、我们可以对一系列的网址进行流量，点击等统计，挖掘出大多数用户的关注点，这样有利于我们对项目的后续工作更好的作出决策。

其实以上三点纯属个人观点，因为在我接下来的部分项目中会应用到，所以就了解了一下，下面先来看看短网址映射算法的理论（网上找到的资料）
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;

很简单的理论，我们并不一定说得到的URL是唯一的，但是我们能够取出4组URL，这样几乎不会出现太大的重复。
下面来看看程序部分：

php代码

function shorturl($url) {
    $base_key = '';
    $base_str = 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",
    "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" );
    
    $hex    = md5($base_key.$url);
      $hexLen = strlen($hex);
      $subHexLen = $hexLen / 8;
      $output = array();
    
      for ($i = 0; $i < $subHexLen; $i++) {
        $k =  $i + 1; 
          $subHex = substr ($hex, $i * 8, 8*$k);
        $int = 0x3FFFFFFF & (1 * ('0x'.$subHex));
        $out = '';
        
        for ($j = 0; $j < 6; $j++) {
          $val = 0x0000003D & $int;
          $out .= $base_str[$val];
          $int = $int >> 5;
        }

        $output[] = $out;
  }

  return $output;
}