V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
zorceta
V2EX  ›  程序员

如何把最多16字节的字符串映射成64位的唯一字符串?

  •  
  •   zorceta · 2013-06-13 23:21:03 +08:00 · 3904 次点击
    这是一个创建于 4182 天前的主题,其中的信息可能已经有所发展或是发生改变。
    最多16字节那个,长度可以是1-16字节,每字节可以是所有95个可打印字符.
    64字节那个,长度固定64字节,每字节可以是64个可打印字符中的一个,并且每字节在字符串里唯一.

    看起来是个比UUID更复杂的活儿......不过确实要用到啊.
    没学过算法.
    6 条回复    1970-01-01 08:00:00 +08:00
    msg7086
        1
    msg7086  
       2013-06-14 04:26:45 +08:00   ❤️ 1
    每字节在字符串里唯一?本来我想说base64就行了
    013231
        2
    013231  
       2013-06-14 05:58:20 +08:00   ❤️ 1
    輸入字符串按兩字節一組分成8組, 每組可能有95^2 = 9025種狀態.
    輸出字符串可如此構造:
    將可出現在輸出字符串的64個字符排序,然後每8字節一組, 分成8組. 每組中的字符按不同順序排列, 可表示fatorial(8) = 40320中不同狀態. 從這40320種狀態中選出9025種, 與輸入字符串每個分組的9025種狀態構成一個映射表, 譯碼時直接查表即可.
    這張表看上去大概是這個樣子:
    第一組的表:
    'AA' -> 'ABCDEFGH'
    'AB' -> 'ABCDEFHG'
    'AC' -> 'ABCDEHFG'
    ...
    第二組的表:
    'AA' -> 'IJKLMNOP'
    'AB' -> 'IJKLMNPO'
    'AC' -> 'IJKLMPNO'
    ...
    總共8組這樣的表, 大小為(2 + 10) * 9025 * 8 = 722,000字節.
    luikore
        3
    luikore  
       2013-06-14 06:51:48 +08:00   ❤️ 1
    源字符串里, 可打印字符的码点不超过 127, 故每 2 个字节可以对应成1个unsigned short, 而且不超过 127*256 = 32512

    目标字符串里, 8 个不同的字符有 8! = 40320 种排列 > 32512

    所以每 2 字节映射到一个无符号 16 位整数, 然后作为下标在预先计算好的, 大小为 40320 的全排列表中查找就可以了

    ruby 代码 (to 看不懂的: unpack 就和 php/perl/python 的 unpack 差不多, each 和 each_with_index 相当于 for 循环, to_a 是把range/迭代器转换成数组)

    ---

    CHARS64 = [*'a'..'z', *'A'..'Z', *'0'..'9', '+', '=']
    PTABLE = (0..7).to_a.permutation.to_a

    s = "hello world" # 源字符串
    s_len16 = s.ljust 16, "\0" # 给不足 16 字节的部分补上 nul
    r = '' # 目标字符串
    s_len16.unpack('S*').each_with_index do |c16, i|
    PTABLE[c16].each{|e| r << CHARS64[e + i * 8] }
    end
    print(r) #=> fbadghcenlmjoikprvuqxwtsDCBEFAzyLJKHNGIMOPQVRUSTWXYZ0123456789+=
    xatest
        4
    xatest  
       2013-06-14 09:23:14 +08:00 via iPhone   ❤️ 1
    zorceta
        5
    zorceta  
    OP
       2013-06-14 12:13:32 +08:00
    @msg7086 其实是改造的b64...
    @013231 @luikore 这个想法我其实想过 不过当时卡住了 一解释明白多了~
    @xatest 这个听说过...我慢慢看算法吧.
    solos
        6
    solos  
       2013-06-16 08:50:27 +08:00
    MurmurHash or Google CityHash
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5548 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 20ms · UTC 08:27 · PVG 16:27 · LAX 00:27 · JFK 03:27
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.