[Alg] 文本匹配-单模匹配与多模匹配

实际场景：

网站的用户发了一些帖子S1, S2,...，网站就要审核一下这些帖子里有没有敏感词。

1. 若是网站想查一下帖子里有没有一个敏感词P，这个文本匹配要怎么作更快？

2. 若是网站想查一下帖子里有没有敏感词P1, P2,...，这个文本匹配要怎么作更快？

单模匹配与多模匹配

从以上的实际场景中，能够抽象出来两类文本匹配的问题。这里首先将"帖子"抽象为待匹配的序列S，将"敏感词"抽象为模式串P。那目标就是看看序列S中是否包含模式串P。

若是模式串P只有一个，要看看序列S中是否包含P，咱们称这是单模匹配问题；

若是模式串有多个P1, P2,...，要将序列S中出现的全部模式串所有找出来，咱们称这是多模匹配问题。

单模匹配经常使用算法-KMP

对于单模匹配问题，要如何作？

暴力：若是分别从序列S和模式串P的第一个字符开始匹配，遇到不匹配的，则回到当前序列开始字符的下一个字符，和模式串的第一个字符来匹配，对于大规模文本很是不可行。

因此提出了KMP算法进行优化。

多模匹配经常使用算法-字典树、AC、WM

对于多模匹配问题，经常使用的算法

1. 构建字典树。

2. AC算法。对于1中最简单的字典树，遇到不匹配的，又从新回根节点再次判断，并不能充分利用模式串的信息。能够参考KMP寻找next的方法，为字典树的节点找fail时跳转的节点，加速。

3. WM算法。

算法详解

1. KMP: http://www.javashuo.com/article/p-qlbezaaf-km.html

2. AC: http://www.javashuo.com/article/p-qqdvzjnp-ka.html

3. WM: [placeholder]