为每个唯一的长字符串创建一个短的唯一字符串

Question

我正在尝试在c＃和asp.net mvc中创建一个url缩短系统。我知道哈希表，我知道如何创建重定向系统等。问题是索引数据库中的长URL。有些网址可能长达4000个字符，而且索引此类字符串似乎是一个坏主意。问题是：如何为每个URL创建一个唯一的短字符串？例如MD5可以帮助我吗？ MD5对于每个字符串是否真的独一无二？

注意：我看到Gravatar使用MD5作为电子邮件，因此如果每个电子邮件地址都是唯一的，那么其MD5散列值是唯一的。这样对吗？我可以为网址使用相同的解决方案吗？

Answer 1

您可以将MD5或SHA1用于所描述的目的。

哈希并非完全独特。例如，如果你有4000个字节的数组，那就意味着你可能有256 ^ 4000个组合。而MD5将拥有256 ^ 16组合。所以，有可能发生碰撞。但是，出于所有实际目的（加密除外），您永远不必担心冲突。

如果您对MD5的碰撞漏洞（与密码使用相关）感兴趣，可以这样做here

Answer 2

已经提到的散列方法可以很好地创建可能唯一标识您的URL的唯一短字符串。但是，我想提出一种替代方法。

创建一个包含两列的数据库表，ID（整数）和URL（字符串）。在表格中为您要跟踪的每个网址创建一行。然后，按ID查阅每个URL。使ID自动递增，这将确保唯一性。

这解决了如何从缩短版本转换为更长版本的问题：只需加入数据库中的表。使用散列，这将成为一个问题，因为散列是单向的。生成的页面标识符也将短于MD5哈希值，并且只包含数字，因此它们很容易包含在URL查询字符串等中。

Answer 3

我认为你可以尝试从url字符串中创建一个字节（每个char可以是一个字节）数组，然后使用编码（例如，Base64，或者如果你想去那么远，你可以自己创建一个），然后如果你想解码你只需使用base 64解码并从字节（在数组中）再次制作chars。但是我不确定或者这将是一个很长的字符串，但我很确定它将是独一无二的。

（PS你应该首先应用一些逻辑，比如总是删除http：//并在解码后再添加它）

Answer 4

perfect hash function是一个保证不发生碰撞的人。由于您的应用程序无法容纳哈希链，因此可以使用完美的哈希值。