【下载文档:  asp.NET 脏字过滤算法.txt 】

---

asp.NET 脏字过滤算法
原文见//www.zwyuanma.com/article/20575.htm但在我这里测试的时候，RegEx要快一倍左右。但是还是不太满意，因为我们网站上脏字过滤用的相当多，对效率已经有了一些影响，经过一番思考后，自己做了一个算法。在自己的机器上测试了一下，使用原文中的脏字库，0x19c的字符串长度，1000次循环，文本查找耗时1933.47ms，RegEx用了1216.719ms，而我的算法只用了244.125ms. 更新：新增一个BitArray，用于判断某char是否在所有脏字中出现过。总时间由244ms降到了34ms. 主要算法如代码所示 复制代码 代码如下: 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; } } } 使用的时候 复制代码 代码如下: 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++; }