3-前缀树算法过滤敏感词 高级项目

一、前缀树算法：又称字典树，单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串(但不仅限于字符串)，所以经常被搜索引擎系统用于文本词频统计。

二、前缀树算法过滤敏感词图示
  首先我们假设敏感词是abc ,bf ,be。然后根据敏感词建立一棵前缀树如图所示。然后输入待过滤的字符串，此处假设是：c b a b c b f e a。利用前缀树算法过滤敏感词，我们需要三个指针：指针a指向前缀树的根节点，指针b指向待查找字符串的第一个节点，指针c作为游标标识当前判定的字符的位置。
  第一步：指针a指向根节点，指针b和指针c都指向字符c，敏感词中没有c开头的词汇，则指针b和指针c都向后移动一位指向字符b，字符c进入缓冲区。
  第二步：指针a指向根节点，指针b和指针c都指向字符b，敏感词中有b开头的词汇，则移动指针a指向第二层的b节点， 指针c继续向后移动一位指向字符a，指针a没有在b节点下找到值为a的子节点，说明ba不是敏感词。 指针c回退到指向b字符，然后指针b和指针c都向后移动一位指向字符a，指针a重新指向根节点。字符b进入缓冲区。
  第三步：指针a指向根节点，指针b和指针c都指向字符a，敏感词中有a开头的词汇， 则移动指针a指向第二层的a节点，指针c继续向后移动一位指向字符b，指针a发现a节点有值为b的子节点， 则继续向下移动指向第三层的b节点，指针c继续向后移动一位指向字符c，指针a发现节点b有值为c的子节点， 指针a继续向下移动指向c节点，发现c节点被标识为敏感词结束，则说明abc是一个完整的敏感词， 用"xxx"替代abc进入缓冲区。然后指针c退回到指向字符a，指针b和指针c向后移动三位指向字符b。 指针a重新指向根节点。
  第四步：指针a指向根节点，指针b和指针c指向字符b，敏感词中有b开头的词汇， 则移动指针a指向第二层的b节点，指针c向后移动一位指向字符f,指针a发现b节点有值为f的子节点， 则移动指针a指向f节点，发现f节点被标识为敏感词结束，说明bf是一个完整的敏感词，用"xx"替代bf进入缓冲区。 指针a重新指向根节点，指针b和指针c指向字符e。
  第五步：指针a指向根节点，指针b和指针c指向字符e， 敏感词中没有e开头的词汇，则说明字符e不是敏感词，指针b和指针c向后移动一位指向字符a，字符e进入缓冲区。
  第六步：指针a指向根节点，指针b和指针c指向字符a,敏感词中有a开头的词汇， 则移动指针a指向第二层的a节点，指针c无法向后移动， 指针a没有发现a节点被标识为敏感词结束。则说明字符a不是敏感词，字符a进入缓冲区。
  缓冲区中的字符串：cbxxxxxea即是过滤后的字符串。至此，前缀树算法过滤敏感词的具体步骤介绍完毕。