asp.NET 臟字過(guò)濾算法

2020-01-18 01:08:04

字體：大中小

供稿：網(wǎng)友

原文見(jiàn)//www.survivalescaperooms.com/article/20575.htm
但在我這里測(cè)試的時(shí)候，RegEx要快一倍左右。但是還是不太滿意，因?yàn)槲覀兙W(wǎng)站上臟字過(guò)濾用的相當(dāng)多，對(duì)效率已經(jīng)有了一些影響，經(jīng)過(guò)一番思考后，自己做了一個(gè)算法。在自己的機(jī)器上測(cè)試了一下，使用原文中的臟字庫(kù)，0x19c的字符串長(zhǎng)度，1000次循環(huán)，文本查找耗時(shí)1933.47ms，RegEx用了1216.719ms，而我的算法只用了244.125ms.
更新：新增一個(gè)BitArray，用于判斷某char是否在所有臟字中出現(xiàn)過(guò)。總時(shí)間由244ms降到了34ms.
主要算法如代碼所示

復(fù)制代碼代碼如下:

 
private static Dictionary dic = new Dictionary(); 
private static BitArray fastcheck = new BitArray(char.MaxValue); 
static void Prepare() 
{ 
string[] badwords = // read from file 
foreach (string word in badwords) 
{ 
if (!dic.ContainsKey(word)) 
{ 
dic.Add(word, null); 
maxlength = Math.Max(maxlength, word.Length); 
fastcheck[word[0]] = true; 
} 
} 
} 

使用的時(shí)候

復(fù)制代碼代碼如下:

 
int index = 0; 
while (index < target.Length) 
{ 
if (!fastcheck[target[index]]) 
{ 
while (index < target.Length - 1 && !fastcheck[target[++index]]) ; 
} 
for (int j = 0; j < Math.Min(maxlength, target.Length - index); j++) 
{ 
string sub = target.Substring(index, j); 
if (dic.ContainsKey(sub)) 
{ 
sb.Replace(sub, "***", index, j); 
index += j; 
break; 
} 
} 
index++; 
} 