asp.NET 脏字过滤算法

原文见//www。gxlcms。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
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
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++;
}
。