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++; 
}