编程珠玑 - 算法优化 - 过滤敏感词 - 第二步：效率问题

为什么80%的码农都做不了架构师？>>>   

就像上一步说的那样，当敏感词超过了一定量时候，效率将会急剧下降。

假设发布内容“再顶”，敏感词达到了1000个，按照快速实现的方法，循环1000次，显然不是最优方法。

因为“再”，“顶”并没有出现在"办证、气枪、裸聊"的第一个字集合"办、气、裸"中，所以我们可以考虑当搜集所有敏感词第一个字集合来快速判断发布内容是否含有敏感词。


package test;

import static util.PrintUtil.print;

import java.util.ArrayList;

public class Test {
	static String[] keys = {"办证", "气枪", "裸聊"};
	static String tContent = "再顶";
	static ArrayList<String> list = new ArrayList<String>();
	static {
		for (String k : keys) {
			if (!list.contains(k.substring(0, 1))) {
				list.add(k.substring(0, 1));
			}
		}
	}
	
	/**
	 * 快速实现的方法
	 */
	public final static String test1(String content) {
		for (String k : keys) {
			if (content.indexOf(k) > -1)
				return k;
		}
		return null;
	}
	
	/**
	 * 优化一
	 */
	public final static String test2(String content) {
		boolean bFirst = false;
		int length = content.length();
		for (int i = 0; i < length; i ++) {
			if (list.contains(content.substring(i, i + 1))) {
				bFirst = true;
				break;
			}
		}
		return bFirst ? test1(content) : null;
	}
	
	public static void main(String[] args) {
		long time1 = System.currentTimeMillis();
		print(test2(tContent));
		print("test2 time:" + (System.currentTimeMillis() - time1));
	}
}




转载于:https://my.oschina.net/fangxu/blog/32382