唯一的字符串ID生成器算法

Question

我正在閱讀一個開源項目aventrix / jnanoid ，我聽不懂mask和代碼中的step

public static String randomNanoId(final Random random, final char[] alphabet, final int size) {

    if (random == null) {
        throw new IllegalArgumentException("random cannot be null.");
    }

    if (alphabet == null) {
        throw new IllegalArgumentException("alphabet cannot be null.");
    }

    if (alphabet.length == 0 || alphabet.length >= 256) {
        throw new IllegalArgumentException("alphabet must contain between 1 and 255 symbols.");
    }

    if (size <= 0) {
        throw new IllegalArgumentException("size must be greater than zero.");
    }

    final int mask = (2 << (int) Math.floor(Math.log(alphabet.length - 1) / Math.log(2))) - 1;
    final int step = (int) Math.ceil(1.6 * mask * size / alphabet.length);

    final StringBuilder idBuilder = new StringBuilder();

    while (true) {

        final byte[] bytes = new byte[step];
        random.nextBytes(bytes);

        for (int i = 0; i < step; i++) {

            final int alphabetIndex = bytes[i] & mask;

            if (alphabetIndex < alphabet.length) {
                idBuilder.append(alphabet[alphabetIndex]);
                if (idBuilder.length() == size) {
                    return idBuilder.toString();
                }
            }

        }

    }

}

Answer 1

在循環中，我們嘗試在每次循環迭代中選擇字母表的隨機成員（字母）。 請注意，這在給定的循環迭代中可能會失敗，因為我們可以獲得的索引大於字母表的長度。 我們通過創建隨機字節數組來選擇字母。 然后，我們只使用每個隨機字節的足夠位，以確保我們可以選擇字母表中的任何字母。 因此，如果我們的字母有兩個字符，則一個位就足夠了，因為它可以具有值0或1。如果我們的字母有9個字符，則需要四個位，因為三個位只能表示8個值（0-7）。 這就是面具。 我們掩蓋了隨機字節的后四位，並將它們用作字母表的索引。 因此，如果我們的隨機字節為11000110，那么在我的示例中，我們將低四位（0110）用於9個字符的字母。 0110是十進制的6，因此我們在字符數組的索引6處選擇字母。 現在您可以看到它如何失敗。 如果我們的隨機字節是01001101，那么我們將屏蔽1011（即十進制的13），它超出了9個字母的結尾。 如前所述，使用該算法設置掩碼的代碼可確保它足夠長以覆蓋整個字母，但是不能防止它太長。

我不得不說，步驟對我而言似乎有些武斷。 如果您查看循環步驟，則是我們試圖獲取長度大小隨機字符串的字節數。 我們已經看到，單個循環迭代可能無法選擇字母，因此步幅需要大於大小。 多長時間取決於掩碼相對於我們的字母長度的多少，因此乘以mask / alphabet.length是有意義的。 盡管如此，我們仍然不能選擇足夠多的隨機字母，因此我們將其提高了1.6左右。 當然，我們仍然會失敗（我們所有的隨機字節都可能指向超出字母表末尾的字母），這就是為什么在其中擁有while（true）的原因：如果失敗，我們將再次嘗試。