Java 中怎么用 HashSet 和迭代器实现敏感词过滤系统-java教程-PHP中文网

hashset存敏感词+滑动窗口扫描是轻量级过滤方案：预加载小写去重词集，嵌套循环枚举子串并contains检查，适合简单场景；但存在o(n²)性能瓶颈、不支持模糊匹配等缺陷。

java 中怎么用 hashset 和迭代器实现敏感词过滤系统

用 HashSet 存敏感词、用迭代器遍历检查，是轻量级敏感词过滤的常见做法。核心思路是：把敏感词预加载进 HashSet（O(1) 查找），再对文本逐词或逐段扫描，用迭代器辅助判断是否命中。但要注意——直接用 String.split 或简单遍历字符容易漏匹配（如“苹果”在“苹果手机”里会被跳过），所以实际中更常用的是“滑动窗口+子串检测”或“前缀树”，而 HashSet + 迭代器适合规则简单、词少、且允许部分误伤/漏检的场景。

准备敏感词集合：用 HashSet 快速查重和查找

HashSet 保证插入去重、查找高效，适合存储已知的固定敏感词列表：

初始化时从配置文件、数据库或常量加载敏感词，全部 add 进 HashSet；
建议统一转小写（或按需处理大小写），避免 "Sex" 和 "sex" 被当成两个词；
可加简单清洗：trim() 去首尾空格、过滤空字符串，防止脏数据干扰。

文本扫描逻辑：用 for-each 或显式迭代器检查子串

不能只切词再查（中文没天然空格分词），而是用嵌套循环模拟“滑动窗口”，枚举所有可能子串，再用 HashSet.contains() 判断：

javascript-pro

专注现代 ECMAScript、异步编程、性能优化和全栈的 JavaScript 专家，适用于现代开发

下载

外层 i 从 0 到 text.length()，表示子串起始位置；
内层 j 从 i+1 到 Math.min(i+maxLen, text.length()+1)，控制子串长度（避免过长影响性能）；
每次取 text.substring(i, j)，用 set.contains() 检查——这时虽没显式调用 Iterator，但内部 HashSet 的 contains 方法底层依赖哈希查找，比遍历 List 快得多；
若想显式用迭代器（比如做自定义跳过逻辑），可用 set.iterator() 遍历敏感词，再用 text.contains(word)，但效率低，仅当词集极小或需动态条件时考虑。

基础实现示例（含替换与中断）

以下是一个简洁可用的过滤方法：

public class SensitiveFilter {
    private final Set<string> sensitiveSet = new HashSet();
<pre class="brush:java;toolbar:false;">public SensitiveFilter(List<String> words) {
    words.stream().map(String::trim).filter(s -> !s.isEmpty())
         .map(String::toLowerCase).forEach(sensitiveSet::add);
}

public String filter(String text) {
    if (text == null) return null;
    String lowerText = text.toLowerCase();
    StringBuilder result = new StringBuilder(text);

    // 滑动窗口扫描
    for (int i = 0; i < lowerText.length(); i++) {
        for (int j = i + 1; j <= Math.min(i + 10, lowerText.length()); j++) {
            String sub = lowerText.substring(i, j);
            if (sensitiveSet.contains(sub)) {
                // 替换为 * 号，长度一致
                String stars = "*".repeat(sub.length());
                int start = i, end = j;
                result.replace(start, end, stars);
                // 跳过已替换区域，避免重复触发（可选）
                i = j - 1;
                break;
            }
        }
    }
    return result.toString();
}

}