敏感词过滤:AC自动机

单模式串匹配

单模式串匹配是一个模式串,对应一个主串,即在一个主串中值查找这一个模式串;

相关算法有:bf,rk,bm,kmp

多模式串匹配

多模式串为多个模式串跟一个主串查找匹配,即在一个主串中查找多个模式串;

相关算法有:Trie树,AC自动机

针对敏感词过滤,敏感词的集合即为模式串的集合,用户的输入为一个主串,所以在一个主串中查找多个模式串,这样用多模式串匹配比较高效。

目标

仅需要扫描一次主串,就能在主串中一次性查找到多模式串是否存在,与单模式串循环多次循环模式串,分别去匹配子串大大提高匹配的效率。

原理

单模式匹配KMP中,为了提高效率,预处理维护next哈希表,来映射失败时候,模式串回退的节点位置,提升匹配效率。而AC自动机也是同样思路,在多模式串组成的Trie树,来维护失败时候,模式串回退的节点位置,来提高匹配效率。

AC自动机算法步骤

  1. 将多模式串构建成AC自动机。(预处理)
  2. AC自动机中匹配主串。

构建AC自动机步骤

  1. 构建Trie树。
  2. 在 Trie 树上构建失败指针(相当于 KMP 中的失效函数 next 数组)。

失败指针

  1. trie树的广度优先遍历。 todo
  2. 类似KMP的next数组一样,在多维的Trie树上构建next失败指针。

代码实现

todo

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值