入职啦最近更新了一些后端笔试、面试题目，大家看看能快速实现吗？

关注 入职啦 微信公众号，每日更新有用的知识，Python，Java，Golang，Rust，javascript 等语言都有

不要再用replaceAll做敏感词替换了(Java实现)

在处理文本数据时，我们经常需要对敏感词进行过滤。这是一个常见的需求，尤其是在社交媒体、论坛和评论系统等需要用户生成内容的场景中。

很多人第一反应就是用replace实现敏感词的替换，这个方法虽然可以实现，但是效率实在太低，因为敏感词不是只有一个，可能会达到上万个，每次都用replace替换一遍，效率太低了。

最经典的敏感词算法可以用Trie树来实现，Trie树是一种树形结构，是一种哈希树的变种。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。

实现原理
我们需要实现一个敏感词过滤器，主要包括以下几个步骤：

• 构建一个Trie树，将敏感词存储在树中
• 遍历文本，查找是否包含敏感词
• 如果包含敏感词，替换成*号
• 返回过滤后的文本

Trie树的每个节点代表一个字符串（前缀），每个节点都有多个子节点，每个子节点代表一个字符。在Trie树中查找字符串的时间复杂度为O(n)，其中n为字符串的长度。

👉查看一下Trie树的存储结构

意味着相同前缀的字符串，Trie树中的节点可以共享，这样可以节省空间，比如"apple"和"app"的前缀"app"可以共享，只要文本中出现app开头的敏感词，就可以直接从app节点开始查找，而不是每个单词从新开始查找。

我们可以遍历文本中的每个字符，然后使用Trie树来检查是否存在以该字符开始的敏感词。如果存在敏感词，就用指定的替换词替换该敏感词。

下面来看看是如何实现的吧

Java 版本的实现

👉Java的实现

查看完整代码

👉Java完整代码

这个代码算法比较适合英文比较多的场景，如果是中文场景，会导致内存占用比较高，那么就需要进行简单的优化 如果大家想了解中文的优化方案可以留言或者关注我们的公众号：入职啦 我们会介绍中文敏感词过滤的优化方案

结论

敏感词替换是工作中必备的功能，如果你只会用replace方法，那么你的代码效率会非常低。作为一个合格的后端工程师，你必须会用算法来解决业务问题

有些场景不需要最先进的算法，只需要用朴素的算法就可以解决问题

通过应用算法到实际问题中，提高我们的编程能力，欢迎扫码加入我们的编程实战群，也可以关注我们的公众号（入职啦），学习更多的后端编程技巧

加群或者 公众号回复，有完整代码，可以获取Java版本和Java版本