java使用ac算法实现关键词高亮

需求背景

标记出一句话中所有关键词
inpu:我想买苹果手机，请问哪里可以买苹果手机
keyword:“苹果”, “苹果手机”, “哪里”
result:我想买[[苹果手机]]，请问[[哪里]]可以买[[苹果手机]]
10w条耗时：41ms

难点：需要考虑单词重叠问题（overlap），例如“苹果手机”同时包含两个关键词，只标记一次。

思路

通过ac自动机遍历得到所有关键词；

• 新建一个byte[]，长度等于原句子，根据ac算法结果将关键字位置设为1；
• 将原句子转为char[]，遍历char[]和byte[]，如果byte[]前后位置不一致，则插入替换符；
  3.1 如果前一个为1，后一个为0，则插入“]]”；
  3.2 如果前一个为0，后一个为1，则插入“[[”；
• 判断末尾是否插入替换符；

代码

pom文件引入hanlp，使用其中ac算法

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>portable-1.7.8</version>
</dependency>
package com.bincoder.StringUtils;

import com.hankcs.hanlp.collection.AhoCorasick.AhoC