|
|
但在我這里測(cè)試的時(shí)候，RegEx要快一倍左右。但是還是不太滿意，因?yàn)槲覀兙W(wǎng)站上臟字過(guò)濾用的相當(dāng)多，對(duì)效率已經(jīng)有了一些影響，經(jīng)過(guò)一番思考后，自己做了一個(gè)算法。在自己的機(jī)器上測(cè)試了一下，使用原文中的臟字庫(kù)，0x19c的字符串長(zhǎng)度，1000次循環(huán)，文本查找耗時(shí)1933.47ms，RegEx用了1216.719ms，而我的算法只用了244.125ms.
更新：新增一個(gè)BitArray，用于判斷某char是否在所有臟字中出現(xiàn)過(guò)。總時(shí)間由244ms降到了34ms.
主要算法如代碼所示
復(fù)制代碼 代碼如下:
private static Dictionary dic = new Dictionary();
private static BitArray fastcheck = new BitArray(char.MaxValue);
static void Prepare()
{
string[] badwords = // read from file
foreach (string word in badwords)
{
if (!dic.ContainsKey(word))
{
dic.Add(word, null);
maxlength = Math.Max(maxlength, word.Length);
fastcheck[word[0]] = true;
}
}
}
使用的時(shí)候
復(fù)制代碼 代碼如下:
int index = 0;
while (index < target.Length)
{
if (!fastcheck[target[index]])
{
while (index < target.Length - 1 && !fastcheck[target[++index]]) ;
}
for (int j = 0; j < Math.Min(maxlength, target.Length - index); j++)
{
string sub = target.Substring(index, j);
if (dic.ContainsKey(sub))
{
sb.Replace(sub, "***", index, j);
index += j;
break;
}
}
index++;
}
AspNet技術(shù)：asp.NET 臟字過(guò)濾算法，轉(zhuǎn)載需保留來(lái)源！
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
