用字典树实现敏感词过滤的核心是构建前缀树并单次扫描匹配，时间复杂度O(m)，优于暴力法；节点用HashMap适配中文，支持最短/最长匹配、多模式回溯、分级分类及热更新。
用字典树（Trie）实现敏感词过滤，核心是把所有敏感词构建成一棵前缀树，再逐字符匹配文本——匹配到任意一个完整敏感词就可立即标记或替换，时间复杂度接近 O(m)，其中 m 是待检测文本长度，远优于暴力遍历每个词的 O(m×n)。
构建 Trie 树：节点设计与插入逻辑
Trie 节点通常包含子节点数组（或 HashMap）、是否为单词结尾的标志（isEnd），以及可选的敏感词权重或类型信息。中文场景建议用 HashMap
- 每个敏感词从根节点开始，按字符逐层插入；路径上不存在的节点动态创建
- 插入完成后，在末尾节点设 isEnd = true，并可存储原始词（如用于替换时还原）
- 支持“最短匹配”或“最长匹配”：只需在搜索时控制是否遇到 isEnd 就终止，或继续往下找更长词
敏感词匹配：单次扫描 + 多模式回溯优化
对输入文本从左到右扫描，每次以当前位置为起点，在 Trie 中尝试最长可能匹配。但纯贪心最长匹配可能漏掉嵌套词（如“苹果”和“苹果手机”共存时，“苹果手机”应优先匹配）。推荐使用 Aho-Corasick 思想的优化版：
- 从当前字符出发，在 Trie 中边走边检查 isEnd；一旦命中，记录该敏感词并继续向下探索（不中断）
- 用一个 List 或 Queue 缓存所有已匹配的敏感词位置，供后续统一脱敏（如 * 替换或高亮）
- 若需支持模糊匹配（如“苹*果”），可在插入时展开通配符，或在匹配时加简单回溯逻辑（慎用，影响性能）
工程细节：内存、并发与更新支持
生产环境不能只考虑算法正确性，还要兼顾实际约束：
Java JDK 25
下载
Java JDK 25 来自 OpenJDK 官方归档，版本为 JDK 25，本条下载地址已指向官方 Windows x64 zip 安装包直链，适合调试旧项目或兼容旧版 Java 运行环境。
- 敏感词库常达数万条，Trie 节点对象过多易引发 GC 压力；可用对象池复用节点，或改用数组+下标模拟（如 int[][] children）减少堆分配
- 读多写少场景下，构建好 Trie 后可设为不可变对象，多线程安全访问；若需热更新，用 Copy-on-Write 方式重建整棵树，配合原子引用切换
- 支持词库分级（如“违禁”“风险”“广告”），可在 TrieNode 中增加 category 字段，匹配时返回分类信息用于不同策略处理
简单可运行示例（核心骨架）
以下是最简可行代码结构，不含并发和持久化，聚焦主干逻辑：
class TrieNode {
Map<character trienode> children = new HashMap();
boolean isEnd;
String word; // 匹配成功时返回原词
}
<p>class SensitiveFilter {
private final TrieNode root = new TrieNode();</p>
<pre class="brush:php;toolbar:false;">void addWord(String word) {
TrieNode node = root;
for (char c : word.toCharArray()) {
node.children.computeIfAbsent(c, k -> new TrieNode());
node = node.children.get(c);
}
node.isEnd = true;
node.word = word;
}
List<string> findAll(String text) {
List<string> hits = new ArrayList();
for (int i = 0; i <p>}</p></string></string>
注意：上述 find 遍历是基础版，实际中建议改造成一次扫描 + 滑动指针，避免重复建树路径；高频服务还需加缓存（如 LRU Cache 存最近 N 条文本的匹配结果）。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
