天行健，地势坤

基于Trie树的高效敏感词过滤算法，interesting！和单模式串的KMP算法相似。

1. 算法背景之前我们了解过单模式串匹配的相关高效算法 – BM/KMP，虽难以理解，缺能够给予我们足够的宽度来扩展思维。1. BF 和 RK 算法实现2. BM 和 KMP 算法详解但单模式串的匹配仅仅限于一个模式串从一个主串中查找，实际场景中我们却需要从多个主串中查找模式串，像IDE/文本编辑器甚至搜索引擎这样的庞大的数据量下多模式串中的高效查找却是单模式串查找效率无法满足的。基于多模式串的高效搜索能力是需要我们重点关注的方向，也就是我们今天要推出的Tire 树 数据结构。Trie 树能够比

BM和KMP 算法设计细节及其实现差异，欢迎一起烧脑。

今天介绍两种基础的字符串匹配算法，当然核心还是熟悉一下Go的语法，巩固一下基础知识BF(Brute Force)RK(Rabin Karp)源字符串：src, 目标字符串:dest； 确认dest是否是src 的一部分。BF算法很简单暴力，维护两个下标i,j，i控制src的遍历顺序, j控制dest遍历顺序。记录一下i的起始位置，当j和i所在的字符匹配的时候，j和i都移动，知道j达到末尾则直接返回匹配。否则i 回到起始位置的下一个位置，j 回到起始位置，两者重新进行匹配搜索。由于比较简单，