.NET脏字过滤算法

转载 2007年09月27日 09:06:00
  但在我这里测试的时候,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
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
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++;

相关文章推荐

.NET脏字过滤算法代码

过滤过敏字,脏字

过滤过敏字,首先是一个过敏字文件 dirtywords.txt; 里面的书写格式:    你好|不好|好的    中间用"|"隔开 我是在shopNC使用的:故而BasePath就是项目根目录常量...

过滤脏字算法

  • 2017-09-12 10:16
  • 694KB
  • 下载

利用Tire树过滤脏字

ps1: 本文不打算讨论trie树的基础知识, 如果不懂,自行百度, 网上很多。 ps2:公司游戏的聊天系统中要屏蔽大量脏字,在网上搜索了一下, 发现可以用trie树解决。 数据结构定义: 树的边ed...

C#高效脏字过滤

  • 2014-10-22 14:31
  • 57KB
  • 下载

关键词过滤(脏字过滤)TrieTree,FastCheck的Python版本

用Python实现了一下,哈哈: #!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = 'fafu' import codecs,...

关键词过滤(脏字过滤)Trie Tree(Hash)和FastCheck两种过滤方式java版本

在做关键词过滤的时候,搜索到yeerh
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)