多模式匹配算法

1. 问题原型：

         给定一篇网页，其中有很多敏感词汇或者无效的词，需要找到一种算法，找到这些敏感词。

2. 如何求解呢？
   2.1 第一个简单的思路是：
          step1： for i = 0 to in #text   
          step2:       foreach pattern p 
          step3：           比较 text[i+j] and p[0+j]  where j = 0 to #p  

     这个思路最大问题是，逐个比较每个文本和每个模式，算法的复杂度是O(m*n*k),m是文本长度，n是pattern个数，k是所有pattern的总长度。my god！可想而知，这样的算法是不可容忍的。那么有哪些改进方法呢：

     首先, hash_map 可以减少大量的比较。

     其次， 对一个模式的比较，有很多算法如: KMP和Boyer-Moore。这两个改进的算法思想是：比较过的文本就不需要在比较了,直接shift 模式而不需要回溯Text，这两个算法可以看这里。以后有机会详细讨论这些。多模式匹配算法也是可以有类似的方法。
    我们知道，单模式匹配算法的复杂度可以达到O(m+n)，所以最基本的改进是：
    2.2.  naive muti-pattern match
           step1: foreach pattern p
           step2:        执行 O(m+#p)的单模式匹配算法 
          算法复杂度是： O(m + #P1 + m + #P2 + …… + m + #pn) = O( n*m + k)

    好慢！如果模式的个数有几百万个，速度是不可忍受

3. 有哪些算法解决多模式匹配问题：
    AC (Aho-Corasick algorithm)
    ACBM(CW)[ A String Matching Algorithm Fast on the Average ]
    WM [Wu