关闭

关于.NET脏字过滤的算法代码

779人阅读 评论(0) 收藏 举报

 关于.NET脏字过滤的算法代码。我这里测试的时候,RegEx要快一倍左右。但是还是不太满意,应为我们网站上脏字过滤用的相当多,对效率已经有了一些影响,经过一番思考后,自己做了一个算法。在自己的机器上测试了一下,使用原文中的脏字库,0x19c的字符串长度,1000次循环,文本查找耗时1933.47ms,RegEx用了1216.719ms,而我的算法只用了244.125ms.

  主要算法如代码所示

以下是引用片段:
  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);
  int value = word[0];
  fastcheck[word[0]] = true;
  }
  }
  }


  使用的时候 以下是引用片段:
  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++;
  }


  我们在遇到问题的时候不要一味地去借用别人的代码,有时候动动脑筋说不定有意外的惊喜!  

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:106349次
    • 积分:1550
    • 等级:
    • 排名:千里之外
    • 原创:46篇
    • 转载:31篇
    • 译文:0篇
    • 评论:9条
    最新评论