python中的序列化字符串PK

Question

我正在寻找可用作用户 ID 生成器的最佳字符串序列生成器。据我所知，它应该实现以下功能：

• 长度限制为 8 个字符。
• 由拉丁符号和数字组成
• 公开，因此应该被混淆

现在我想出了以下算法：

def idgen(begin, end):
    assert type(begin) is int
    assert type(end) is int
    allowed = reduce(
        lambda L, ri: L + map(chr, range(ord(ri[0]), ord(ri[1]) + 1)),
        (('a', 'z'), ('0', '9')), list()
    )
    shift = lambda c, i: allowed[(allowed.index(c) + i) % len(allowed)]
    for cur in xrange(begin, end):
        cur = str(cur).zfill(8)
        cur = izip(xrange(0, len(cur)), iter(cur))
        cur = ''.join([shift(c, i) for i, c in cur])
        yield cur

但它会给出非常相似的 id，例如 0-100： '01234567'、'01234568'、'01234569'、'0123456a'等

那么最佳实践是什么？怎么样，我想 url 缩短器应该使用某种类似的算法？

Answer 1

由于您需要“混淆”的 id，因此您需要 看起来 随机但并非如此的东西。幸运的是，几乎所有计算机生成的随机性fulfills this criteria，包括由random python 模块生成的随机性。

您可以通过设置 PRNG 种子来生成固定的数字序列，如下所示：

import random
import string

valid_characters= string.lowercase+string.digits

def get_random_id():
    return ''.join(random.choice(valid_characters) for x in range(8))

random.seed(0)
for x in range(10):
    print get_random_id()

这将始终打印相同的 10 个“随机”ID 序列。

您可能希望按需生成 id，而不是一次性生成。为此，您需要保持 PRNG 状态：

random.setstate( get_persisted() )
get_random_id()
persist( random.getstate )
#repeat ad infinitum

这有点昂贵，因此您需要一次生成几个随机 ID，并将它们放在队列中。您也可以使用random.jumpahead，但我建议您尝试两种技术，看看哪一种更快。

避免此任务的冲突并非易事。即使使用散列函数也不能使您免于冲突。

random 模块的 PRNG has a period of 2**19937-1。你至少需要一个(26+10)**8的句号，大约是2**42。但是，您需要的周期低于 PRNG 的周期这一事实并不能保证不会发生冲突，因为您的输出大小（8 字节或 64 位）可能与 PRNG 的输出大小不匹配.此外，根据 choice 的特定实现，即使大小匹配，PRNG 也有可能在每次调用时简单地推进 PRNG。

您可以尝试遍历键空间，检查是否有重复：

random.seed(0)
space=len(valid_characters)**8
found=set()
x=0
while x<space:
    id= get_random_id()
    if id in found:
        print "cycle found after",x,"iterations"
    found.update(id)
    if not x% 1000000:
        print "progress:",(float(x)/space)*100,"%"
    x+=1

但这需要很长时间，很长。

您也可以手工制作具有所需周期的 PRNG，但它有点超出了 stackoverflow 的范围。你可以试试the math stackexchange。

最终，根据您的目的，我认为您最好的选择可能只是跟踪已生成的 ID，并跳过重复的 ID。