Как конвертировать BASE62 в BINARY?

Question

[J. Snow]

Привет всем!

В своём приложении я генерирую уникальные идентификаторы в виде Base62 длиной 20 символов, и сохраняю их в MySQL.

Примеры идентификаторов:

xQkmfxYVBLicFvaw2ECL
5JhHXRYSSI6lVnOxzgOX
... и тд

MySQL тратит 1 байт на каждый символ. Но ведь это base62, а значит мы используем лишь 62 значения в каждом байте из 256 возможных.

Вопрос:
Как конвертировать base62 в байты и сохранить их в виде BINARY ?

Цель - использовать весь диапазон значений в каждом байте (0-255).

PS: Желательно примеры кода на Java.

Answer 1

[Григорий Боев]

Большого выигрыша не получить. 62 и 256 - это соответственно 6 и 8 бит, т.е. экономия максимум 25%.
Как преобразовать, есть несколько вариантов:
1) преобразовать каждый символ в строке в бинарный код по 6 бит, дополнить общую результирующую строку до длины кратной 8, преобразовать 8ки бит в символы.
2) Составить таблицу по 4 символа base62, которым будет однозначно соответствовать 3 символа base256. Дополнять строку до длины кратной 4 символам, брать по 4 символа и из таблицы им будет соответствовать 3 символа base256
Это классическая задачка по информатике на изменение системы счисления с 8 на 16 или 8 в 2, например, без другой промежуточной.
Общее правило, которое я ещё в школе придумал для себя: если a,b - системы счисления и если a^N = b^M, то каждые N символов в системе a заменяется на M символов в системе b.
Например:
перевести 10101010101010101010101 из двоичной в 8ричную систему: [2^3 = 8^1]
(0)10 101 010 101 010 101 010 101 (_2) = 25252525 (_8)
перевести 102301023001230 из 4й в 8ричную систему: [4^3 = 8^2]
102 301 023 001 230 (_4) = 22 61 13 01 54 (_8)

Comments

[J. Snow]

Григорий Боев Спасибо за ответ! Познавательно.

Большого выигрыша не получить. 62 и 256 - это соответственно 6 и 8 бит, т.е. экономия максимум 25%.

25% на каждый идентификатор - это довольно много, особенно когда эти строки используются повсеместно для индексов и ForeignKey. То есть UserID может использоваться ещё в десятках других таблиц и индексов.

62 и 256 - это соответственно 6 и 8 бит

Добавляя дополнительные 2 бита, мы в геометрической прогрессии увеличиваем число возможных уникальных идентификаторов:
64^4=16,777,216
256^4=4,294,967,296
Поэтому каждый бит на счету :)