Java DFA算法案例詳解
1.背景
項(xiàng)目中需要對敏感詞做一個(gè)過濾，首先有幾個(gè)方案可以選擇：
- 直接將敏感詞組織成String后，利用indexOf方法來查詢。
- 傳統(tǒng)的敏感詞入庫后SQL查詢。
- 利用Lucene建立分詞索引來查詢。
- 利用DFA算法來進(jìn)行。
首先，項(xiàng)目收集到的敏感詞有幾千條，使用a方案肯定不行。其次，為了方便以后的擴(kuò)展性盡量減少對數(shù)據(jù)庫的依賴，所以放棄b方案。然后Lucene本身作為本地索引，敏感詞增加后需要觸發(fā)更新索引，并且這里本著輕量原則不想引入更多的庫，所以放棄c方案。于是我們選定d方案為研究目標(biāo)。
2.DFA算法簡介
DFA全稱為：Deterministic Finite Automaton,即確定有窮自動機(jī)。其特征為：有一個(gè)有限狀態(tài)集合和一些從一個(gè)狀態(tài)通向另一個(gè)狀態(tài)的邊，每條邊上標(biāo)記有一個(gè)符號，其中一個(gè)狀態(tài)是初態(tài)，某些狀態(tài)是終態(tài)。但不同于不確定的有限自動機(jī)，DFA中不會有從同一狀態(tài)出發(fā)的兩條邊標(biāo)志有相同的符號。
簡單點(diǎn)說就是，它是是通過event和當(dāng)前的state得到下一個(gè)state，即event+state=nextstate。理解為系統(tǒng)中有多個(gè)節(jié)點(diǎn)，通過傳遞進(jìn)入的event，來確定走哪個(gè)路由至另一個(gè)節(jié)點(diǎn)，而節(jié)點(diǎn)是有限的。
3.敏感詞搜尋中的DFA算法
3.1敏感詞庫構(gòu)造描述
以王八蛋和王八羔子兩個(gè)敏感詞來進(jìn)行描述，首先構(gòu)建敏感詞庫，該詞庫名稱為SensitiveMap，這兩個(gè)詞的二叉樹構(gòu)造為：
用hash表構(gòu)造為：
3.2基于敏感詞庫收索算法的描述
以上面例子構(gòu)造出來的SensitiveMap為敏感詞庫進(jìn)行示意，假設(shè)這里輸入的關(guān)鍵字為：王八不好，流程圖如下：
4.代碼編寫
4.1構(gòu)造敏感詞實(shí)現(xiàn)代碼
4.2實(shí)現(xiàn)敏感詞查詢代碼
5.優(yōu)化思路
5.1敏感詞中間填充無意義字符問題
對于“王*八&&蛋”這樣的詞，中間填充了無意義的字符來混淆，在我們做敏感詞搜索時(shí)，同樣應(yīng)該做一個(gè)無意義詞的過濾，當(dāng)循環(huán)到這類無意義的字符時(shí)進(jìn)行跳過，避免干擾。
5.2敏感詞用拼音或部分用拼音代替
兩種解決思路：一種是最簡單是遇到這類問題，先豐富敏感詞庫進(jìn)行快速解決。第二種是判斷時(shí)將敏感詞轉(zhuǎn)換為拼音進(jìn)行對比判斷。
不過目前這兩種方案均不能徹底很好的解決該問題，此類問題還需進(jìn)一步研究。
到此這篇關(guān)于Java DFA算法案例詳解的文章就介紹到這了,更多相關(guān)Java DFA算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Spring?BeanFactory?與?FactoryBean?的區(qū)別詳情
這篇文章主要介紹了Spring?BeanFactory?與?FactoryBean?的區(qū)別詳情，BeanFactory?和?FactoryBean?的區(qū)別卻是一個(gè)很重要的知識點(diǎn)，在本文中將結(jié)合源碼進(jìn)行分析講解，需要的小伙伴可以參考一下2022-05-05
SpringBoot整合RabbitMQ實(shí)戰(zhàn)教程附死信交換機(jī)
這篇文章主要介紹了SpringBoot整合RabbitMQ實(shí)戰(zhàn)附加死信交換機(jī),本文通過示例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-06-06
動態(tài)上傳jar包熱部署的實(shí)戰(zhàn)詳解
開發(fā)系統(tǒng)過程中遇到的一個(gè)需求，系統(tǒng)給定一個(gè)接口，用戶可以自定義開發(fā)該接口的實(shí)現(xiàn)，并將實(shí)現(xiàn)打成jar包，上傳到系統(tǒng)中。系統(tǒng)完成熱部署，并切換該接口的實(shí)現(xiàn)。本文詳細(xì)介紹了實(shí)現(xiàn)方法，需要的可以參考一下2022-10-10
這篇文章主要介紹了Java中channel用法,較為詳細(xì)的總結(jié)了channel的定義、類型及使用技巧,需要的朋友可以參考下2015-06-06
java中的類加載器：java虛擬機(jī)中可以安裝多個(gè)類加載器，系統(tǒng)默認(rèn)三個(gè)主要類加載器，每個(gè)類負(fù)責(zé)加載特定位置的類：BootStrap, ExtClassLoader,AppClassLoader類加載器也是一個(gè)java類，因此類加載器也需要被加載，所以必須有第一個(gè)類加載器不是java類2016-02-02
java搭建一個(gè)Socket服務(wù)器響應(yīng)多用戶訪問
本篇文章主要介紹了java搭建一個(gè)Socket服務(wù)器響應(yīng)多用戶訪問，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-02-02
這篇文章主要介紹了Java手動配置線程池過程詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
Java使用IntelliJ IDEA連接MySQL的詳細(xì)教程
這篇文章主要給大家介紹了關(guān)于Java使用IntelliJ IDEA連接MySQL的相關(guān)資料，文中通過圖文介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
SpringBoot中使用Session共享實(shí)現(xiàn)分布式部署的示例代碼
這篇文章主要介紹了SpringBoot中使用Session共享實(shí)現(xiàn)分布式部署的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
今天帶大家來了解一下Java內(nèi)存泄漏與溢出的知識,文中有非常詳細(xì)的介紹,對正在學(xué)習(xí)Java基礎(chǔ)的各位小伙伴呢很有幫助喲,需要的朋友可以參考下2021-05-05