https://leetcode.com/problems/encode-and-decode-tinyurl
一种做法是对于每一个请求的longURL，从0开始按递增的顺序用一个整数与之对应，这个整数就是对longURL的编码，同时做为索引；对短网址解码时，解析出短网址中的整数信息，查找原来的长网址即可。
class Solution {
public:
// Encodes a URL to a shortened URL.
string encode(string longUrl) {
long_urls.push_back(longUrl);
return "http://t.com/" + std::to_string(long_urls.size()-1);
}
// Decodes a shortened URL to its original URL.
string decode(string shortUrl) {
auto pos = shortUrl.find_last_of('/');
auto id = std::stoi(shortUrl.substr(pos+1));
return long_urls[id];
}
private:
vector<string> long_urls;
};
递增方法的好处是编码的结果都是唯一的，但是缺点也是明显的：对相同的longURL，每次编码的结果都不同，存在id和存储资源的浪费。改用哈希表可以解决空间浪费的问题，但是递增方法会把短网址的计数器暴露给用户，也许存在安全隐患。
改进的方法是用字符串去设计短网址，仅仅考虑数字和字母的话，就有10+2*26=62种，变长编码自然是可行的，但是编码规则可能比较复杂，定长编码足够了。至于多长，据说新浪微博是用7个字符的，$62^7 approx 3.5 imes 10^{12}$，这已经远远超过当今互联网的URL总数了。于是，一个可行的做法是：对每个新到来的长URL，随机从62个字符中选出7个构造它的key，并存入哈希表中（如果key已经用过，就继续生成新的，直到不重复为止，不过重复的概率是很低的）；解码短网址时，在哈希表中查找对应的key即可。
另外，为了不浪费key，可以再开一个哈希表，记录每个长网址对应的短网址。
class Solution {
public:
Solution() {
short2long.clear();
long2short.clear();
dict = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ";
len_tiny = 7;
srand(time(NULL));
}
// Encodes a URL to a shortened URL.
string encode(string longUrl) {
if (long2short.count(longUrl)) {
return "http://t.com/" + long2short[longUrl];
}
string tiny = dict.substr(0, len_tiny);
while (short2long.count(tiny)) {
std::random_shuffle(dict.begin(), dict.end());
tiny = dict.substr(0, len_tiny);
}
long2short[longUrl] = tiny;
short2long[tiny] = longUrl;
return "http://t.com/" + tiny;
}
// Decodes a shortened URL to its original URL.
string decode(string shortUrl) {
auto pos = shortUrl.find_last_of('/');
auto tiny = shortUrl.substr(pos+1);
return short2long.count(tiny)? short2long[tiny] : shortUrl;
}
private:
unordered_map<string, string> short2long, long2short;
string dict;
int len_tiny;
};
参考：