一、dfa 算法简介
在实现文字过滤的算法中，dfa是唯一比较好的实现算法。
dfa 全称为：deterministic finite automaton，即确定有穷自动机。其特征为：有一个有限状态集合和一些从一个状态通向另一个状态的边，每条边上标记有一个符号，其中一个状态是初态，某些状态是终态。但不同于不确定的有限自动机，dfa 中不会有从同一状态出发的两条边标志有相同的符号。
简单点说就是，它是是通过 event 和当前的 state 得到下一个 state，即 event state= nextstate。理解为系统中有多个节点，通过传递进入的 event，来确定走哪个路由至另一个节点，而节点是有限的。
二、dfa 算法实践敏感词过滤
1. 敏感词库构造
以王八蛋和王八羔子两个敏感词来进行描述，首先构建敏感词库，该词库名称为sensitivemap，这两个词的二叉树构造为：
用 hash 表构造为：
怎么用代码实现这种数据结构呢？
2. 敏感词过滤
以上面例子构造出来的 sensitivemap 为敏感词库进行示意，假设这里输入的关键字为：王八不好，流程图如下：
怎么用代码实现这个流程图逻辑呢？
三、优化思路
对于“王*八&&蛋”这样的词，中间填充了无意义的字符来混淆，在我们做敏感词搜索时，同样应该做一个无意义词的过滤，当循环到这类无意义的字符时进行跳过，避免干扰。
来源：博客园 作者：jmcui
原文链接：https://www.cnblogs.com/jmcui/p/11925777.html
【声明】文章来源于网上采集整理，凯发app官网的版权归原作者所有，如有侵权，请邮件反馈yidunmarket@126.com，我们将尽快核实修改。