DFA算法

在一些有评论交流功能的系统中，我们经常可以看到有敏感词过滤的功能，而敏感词一般是有成千上万个的，都存储在数据库当中，而我们要替换掉敏感词的话就需要考虑到效率的问题。

 　　如果像下面这样遍历整个表一一比对替换效率是十分缓慢的：

 

所以这里就引入了一种结构;   例如敏感词表中有三条敏感词数据。分别是：退订回M、退回、回复。我们将它们形成如下的结构

 

 

这个时候我们再进行查找替换；假如有这样一句话：“我们退回复123awyd”

　　首先，”我们“两个字在结构中不存在，继续往下查找，找到“退”这个字，就可以排除掉其它字开头的敏感词数据了，缩小了查找范围，接下来继续往下查找，找到“回”字，又缩小了查找的范围，再往下查找，下一个字是“复”，不是敏感词，这时候我们要退回到“回”这个字进行查找，并且是从整个结构中进行查找，我们找到了“回复”；替换掉。

　　接下来用代码把敏感词库形成这样的结构：这里使用HashMap来存储。

　　

 

 　　最后 我认为，这种结构的精髓在于，每次我们查找都可以将查找范围缩小，在这个缩小的范围内再不断进行查找，每次都是在一个有效的范围内查找，大大增加了查找的效率。