有关DFA算法的简述

     学到敏感词匹配，了解到DFA算法，这个算法整体难度不大，依靠一些数据结构的的知识就能够构建代码，在这之前，先了解下DFA算法的思想。

     关于DFA算法名字的意义我并不能讲解具体，有能力者可以去了解下，名字也是了解一个东西的重要手段之一。

     说会正文，一般敏感词匹配都会有一个敏感词库，词库内依靠 ‘,’或者空格之类的符号隔开，通过解析文本字符串很容易得到每一个敏感词，现有敏感词如下（敏感词仅作示例，并非博主主观想法）：

    简书不

    简书不好用

    简书跟高永

    java最好用

    java不好用

    这四个敏感词可作为五个字符串去处理，五个不多，我们可以挨个去匹配，但如果敏感词特别多那么最坏的情况是敏感词全部被匹配还没匹配到，如果被匹配的文章也特别长，那匹配的时间将会直线上升，在开发中肯定是不可取的，以此才需要更好的算法去匹配，现说下DFA的匹配过程：

    DFA算法是建立在树的基础上的，根据上述敏感词建立一个缩减版的树（现假设被匹配字符串为：简书不好用的）：

    <adr>代表下一个节点地址，每个节点都是由一个或多个的键值对组成，键和值用‘  ：’隔开。

    1、当我们匹配时，找第一个节点匹配‘简’字匹配到获取到adr到下一个节点，先检测isEnd，是0，说明单个‘简’字不是敏感词。

    2、再读取被匹配字符串的下一个字‘书’，在当前节点查找，发现有键为‘书’的，根据‘书’的值adr找到下一个节点。检测isEnd是0，说明“简书”不是一个敏感词。

    3、读取被匹配字符串的下一个字‘不’，在当前节点查找发现有键‘不’，根据‘不’的值adr找到下一个节点，读取isEnd是1，说明“简书不”是一个敏感词匹配结束。有读者可能疑惑“简书不好用”不也是一个敏感词吗，事实确实是，但一般匹配到“简书不”就说明这段被匹配字符串有问题了，想要匹配更完整的敏感词就要继续匹配，直到匹配到树的叶子，也就是一个只有isEnd:1键值对的节点。

    这就是DFA算法的基本思想了，使用DFA算法的关键是如何去构建这棵树，博主也是研究的不是很深，但有一种靠谱的建议是是：将每个节点视为一个Map，如果是java可以用HashMap，这样在匹配字的时候，例如图中第一个节点包含键“简”和“j”无论匹配哪个时间都是一样的，因为使用了hash值作为查找条件。

    DFA算法整个查询最坏的情况就是匹配到了最长的那个敏感词，相比之前遍历敏感词不是一个级别的，至于如何去构建这棵树，我想网上会有许多答案，甚至这篇博客下的推荐可能就有，这篇文章是面向没接触过DFA算法，先理解才能去写代码，这篇文章受限于编写环境字数不多，但希望能对相同的初学者有帮助。