关键词查找【Aho-Corasick 算法】
创始人
2024-11-21 13:34:41
0

【全程干货】程序员必备算法!AC自动机算法敏感词匹配算法!动画演示讲解,看完轻松掌握,面试官都被你唬住!!_哔哩哔哩_bilibili

著名的多模匹配算法

引入依赖:

    org.ahocorasick    ahocorasick    0.6.3 
public List findKeywordsInText(String text, List keywords) {    Trie trie = Trie.builder()          .addKeywords(keywords)          .build();      long start = System.currentTimeMillis();    Collection emits = trie.parseText(text);    logger.info("trie: " + (System.currentTimeMillis() - start));      List matchedKeywords = new ArrayList<>();    for (Emit emit : emits) {       matchedKeywords.add(emit.getKeyword());    }      return matchedKeywords; }

main demo

public static void main(String[] args) {    String BASE_URL = "https://www.baidu.com/s?wd=";      String text = "abcd";    List wordList = new ArrayList<>();    wordList.add("ab");    wordList.add("bc");    wordList.add("cd");    wordList.add("a");    wordList.add("bcd");    wordList.add("abc");      // 构建 Trie 时忽略大小写  Trie trie = Trie.builder()          .ignoreCase()          .addKeywords(wordList)          .build();      Collection emits = trie.parseText(text);      // 按照关键词长度降序排序  List sortedEmits = new ArrayList<>(emits);    sortedEmits.sort((e1, e2) -> e2.getKeyword().length() - e1.getKeyword().length());      // 移除开始位置在前面词的开始和结束中间的关键词  Set processedKeywords = new HashSet<>();    List filteredEmits = new ArrayList<>();    for (Emit emit : sortedEmits) {       String keyword = emit.getKeyword();       boolean shouldAdd = true;       for (Emit filteredEmit : filteredEmits) {          if (emit.getStart() >= filteredEmit.getStart() && emit.getStart() <= filteredEmit.getEnd()) {             shouldAdd = false;             break;          }       }       if (shouldAdd) {          filteredEmits.add(emit);          processedKeywords.add(keyword);       }    }      // 使用TreeMap来保持emit的start位置顺序  TreeMap firstOccurrences = new TreeMap<>();    for (Emit emit : filteredEmits) {       firstOccurrences.putIfAbsent(emit.getStart(), emit);    }      StringBuilder result = new StringBuilder(text);    int offset = 0;    processedKeywords.clear();    for (Emit emit : firstOccurrences.values()) {       String keyword = emit.getKeyword();       if (!processedKeywords.contains(keyword)) {          int startIndex = emit.getStart() + offset;          int endIndex = emit.getEnd() + 1 + offset;          String link = "" + keyword + "";          result.replace(startIndex, endIndex, link);          offset += link.length() - keyword.length();          processedKeywords.add(keyword);       }    }    System.out.println(result.toString()); }

相关内容

热门资讯

截至目前!八闽状元郎辅助器,休... 截至目前!八闽状元郎辅助器,休闲九九破解版-确实真的是有辅助挂(哔哩哔哩)1、八闽状元郎辅助器破解器...
近期!微信边锋小程序辅助器免费... 近期!微信边锋小程序辅助器免费(辅助)本来存在有辅助插件(有挂透视)-哔哩哔哩1、金币登录送、破产送...
第2分钟了解!科乐填坑辅助器,... 第2分钟了解!科乐填坑辅助器,极速官方游戏暗堡辅助器,课程教程(真是有挂)-哔哩哔哩1、进入游戏-大...
目前来看!禅游指尖四川作弊,a... 目前来看!禅游指尖四川作弊,aapoker插件,透视步骤(有挂细节)-哔哩哔哩1、在禅游指尖四川作弊...
此事引发广泛关注!福建天天开心... 此事引发广泛关注!福建天天开心辅助器是否合法(辅助)一贯真的是有辅助工具(有挂辅助)-哔哩哔哩1、不...
今天下午!多乐辅助下载够机,温... 今天下午!多乐辅助下载够机,温州茶园辅助软件-竟然真的是有辅助器(哔哩哔哩)1、全新机制【温州茶园辅...
八分钟了解!边锋老友乳山辅助,... 您好,边锋老友乳山辅助这款游戏可以开挂的,确实是有挂的,需要了解加去威信【485275054】很多玩...
透视中牌率!哈狗辅助,clou... 透视中牌率!哈狗辅助,cloudpoker作弊,透视方式(有挂教程)-哔哩哔哩运哈狗辅助辅助工具,进...
于此同时!广西老友玩方片破解(... 于此同时!广西老友玩方片破解(辅助)其实存在有辅助下载(真的有挂)-哔哩哔哩广西老友玩方片破解透视方...
2026版技巧!广西八一字牌外... 2026版技巧!广西八一字牌外g挂安装,九游破解辅助插件-本来是有辅助工具(哔哩哔哩)1、下载好广西...