敏感詞高效過濾演算法

⑴ 簡訊關鍵字過濾演算法有哪些

bool CKeyWordManager::find(const std::string &key){ for (int n = 0; n < key.length (); ++n) { for (int i = 1; i < m_keyWordMaxLength && i + n < key.length (); ++i) { set <string>::iterator it = m_keWordList.find (key.substr (n, i)); if (it != m_keyWordList.end ()) return true; } } return false;}

⑵ 高效光線跟蹤的演算法有那些

淺析 Max中的高級燈光技術

摘要：3D Max在3D製作軟體中渲染功能一直比較薄弱，使其只甘居Maya等3D製作軟體之下。為彌補這一缺陷，在5.0版中3D Max增加了高級燈光技術，擁有光能傳遞、光線追蹤器兩個全局照明系統，在渲染功能上有了非常顯著的改善。本文主要介紹新的光能傳遞演算法。

關鍵詞：渲染 全局照明 光能傳遞

3D MAX 的渲染功能一直比較薄弱，其效果遠不如其他軟體（例如Maya）那樣逼真，這在很大程度上是因為3D MAX默認的燈光技術不夠先進。

在3D MAX中經常使用「光線追蹤（Ray-Trace）」材質，與之相聯系的就是光線追蹤渲染演算法。這種演算法假設發出很多條光線，光線遇到物體時，被遮擋、反射或者折射，通過跟蹤這些光線，就可以得到場景的渲染效果。但是這種方法有一個嚴重的缺點，就是不能反映現實生活中光的很多特性。例如，在現實生活中，燈光照射到物體後，每個物體都會發射一部分光線，形成環境光，從而導致沒有被燈光直射的物體也能被照明，而不是完全出於黑暗狀態。又如，把一個紅色物體靠近白色的牆壁，那麼牆壁靠近物體的地方會顯出也帶有紅色。還有很多諸如此類的燈光效果，使用光線追蹤演算法都不能產生。

為了解決這些問題，人們發明了更先進的演算法來計算燈光的效果，這就是「光能傳遞（Radiosity）」演算法。這種演算法把光作為光量子看待（實際上更符合現代物理學），通過計算光量子的能量分布獲得渲染結果。這種方法能夠獲得最逼真的照明效果，因此，通常將光能傳遞演算法和光線追蹤演算法結合起來，以獲得最佳的效果。3D MAX5.0新增的高級光照功能則包含了兩個不同的系統：光能傳遞（radiosity）和光線追蹤器（light tracer）。它所得到的結果非常接近對真實事物的再現。

光線追蹤器比較通用，也容易使用，使用它不需要理解許多技術概念，任何模型和燈的類型都適用。光能傳遞相對較復雜，需要為這種處理方式專門准備模型和場景。燈必須是光度控制燈，材質也必須仔細設計。但光能傳遞在物理上是精確的，對於建築模型的精確設計是必須的，這一點非常重要，尤其當建模的目的是進行光照分析時。另外，光線追蹤器的結果與視點無關，而光能傳遞不是這樣的。光線追蹤器在每一幀都計算光照。光能傳遞只會計算一次，除非場景中的物體移動了或燈發生了變化，或者是從另一個不同的視點渲染場景時。基本原則是光線追蹤器更適用於有大量光照的室外場景、角色動畫和在空曠的場景中渲染物體。光能傳遞更適合於使用了聚光燈的室內場景和建築渲染。

使用光線追蹤器進行室內光照模擬時，為避免平坦表面上的噪波，可能需要相當高質量的設定和很長的渲染時間。光能傳遞則可以用更短的時間提供更好的效果。另一方面，光能傳遞用於有許多多邊形的角色模型時，需要額外的細化步驟、過濾，甚至是Regathering(重新聚合)。而光線追蹤器適用默認的設置一次渲染就可以得到更好的效果。

傳統的渲染引擎值考慮直接光照

不考慮反射光，然而，反射光是

一個場景的重要組成部分。 對相同的場景使用全局光照渲染，

上圖使用了光能傳遞（radiosity）

就可以得到一種真實的結果。

光能傳遞是在一個場景中重現從物體表面反射的自然光線，實現更加真實和物理上精確的照明結果。如圖所示。光能傳遞基於幾何學計算光從物體表面的反射。幾何面（三角形）成為光能傳遞進行計算的最小單位。大的表面可能需要被細分為小的三角形面以獲得更精確的結果。場景中三角形面的數目很重要。如果數目不夠結果會不精確，但如果太多時間又會太長。光能傳遞提供一種將大的三角形面自動細分的方法，同時也可以控制每個物體的細分和細化程度。光能傳遞依賴於材質和表面屬性以獲得物理上精確的結果。在場景中進行建模時必須牢記這一點。要使用光度控制燈，而且模型的幾何結構應盡可能准確。

1．單位

要獲得精確的結果，場景中作圖單位是一個基礎。如果單位是「英寸」，一個100×200×96單位的房間可以被一個相當於60瓦燈泡的光度控制燈正確照明，但如果單位是「米」，相同場景會變得非常暗。

2．光能傳遞的解決方案

光能傳遞是一個獨立於渲染的處理過程，一旦解決方案被計算出來，結果被保存在幾何體自己內部。對幾何體或光照作改變將使原解決方案無效。解決方案是為整個場景全局計算的，這意味著它與視點無關。一旦計算出來，就可以從任何方向觀察場景。當攝像機在一個固定場景中移動時，這將會節省時間。如果對幾何體或燈作了動畫，每一幀都必須計算光能傳遞。渲染菜單中的選項允許定義如何處理光能傳遞過程。

。

⑶ c#漢字臟字過濾完整演算法

笨，你要有臟字型檔的呀。
沒有庫你怎麼看是不是呢？

如
庫裡面有 個ABC 算是臟字版。

然後 輸入 ABCdesf

然後又 ABCdesf.indexof(ABC)>-1 則包權含臟字。
沒有=-1 則沒有包含臟字，你滴明白？加分給我。實在不行我上代碼。

⑷ java解決一個字元串數組過濾的問題,要求效率盡量快.

中文分詞應該屬於另外一個大范疇，我就沒考慮了。
僅僅是盡快濾出之前沒有的詞，

import java.util.Comparator;
import java.util.TreeSet;
public class Test {
static public int removeOccurances(StringBuilder buf,String word){
int c=0,p,len=word.length();
for(;(p=buf.indexOf(word))!=-1; c++)
buf.delete(p, p+len);
return c;
}
static public void main(String argv[]){
String a[]={"北京","中國朝陽","北京朝陽","天津包子","中國北京",
"北京烤鴨","中國中國","北京中國飯店","北京北京北京",
"北京朝陽飯店","北京朝陽烤鴨飯店","中國北京朝陽飯店"
};
TreeSet<String> set=new TreeSet<String>(new Comparator<String>(){
@Override
public int compare(String o1, String o2) {
int r=o1.length()-o2.length();
return r==0? o1.compareTo(o2):r;
}
});
StringBuilder buf=new StringBuilder();
for(String w:a){
buf.setLength(0); buf.append(w);
for(String dw:set) removeOccurances(buf, dw);
if(buf.length()>0){
w=buf.toString();
for(String dw:set)
if(buf.length()<dw.length()){
buf.setLength(0); buf.append(dw);
if(removeOccurances(buf, w)>0){
set.remove(dw); set.add(buf.toString());
}
}
set.add(w);
}
}
System.out.print(set);
}
}
===========
[中國, 北京, 朝陽, 烤鴨, 飯店, 天津包子]

效率應該是O(2W*D), W為數組長度，D為有效詞數量
把你的演算法拿來看看。應該多說自己

⑸ 正則表達式過濾特殊字元

正則表達式裡面你帶了逗號,應該這樣寫
[。~!@#$%\^\+\*&\\\/\?\|:\.<>{}()';="]
有些符號只有少數幾個符號需要轉義,而且不用打逗號,打了逗號就相當於把逗號也過濾掉了

⑹ 為什麼會有搜索引擎的演算法出現

搜索引擎演算法:獲得網站網頁資料，建立資料庫並提供查詢的系統，我們都可以把它叫做搜索引擎。搜索引擎的資料庫是依靠一個叫"網路機器人(crawlers)"或叫"網路蜘蛛(Spider)"的軟體，通過網路上的各種鏈接自動獲取大量網頁信息內容，並按一定的規則分析整理形成的。Google、網路都是比較典型的搜索引擎系統。 為了更好的服務網路搜索，搜索引擎的分析整理規則---即搜索引擎演算法是變化的。搜索引擎演算法的變革將引領第四代搜索引擎的升級。
搜索引擎工作內容
1、收錄頁面:
一般收錄頁面需要有網路蜘蛛抓取完成，通過抓取演算法來決定收錄那些頁面，在網路的演算法調整後，對於偽原創、採集站點予以強烈的打擊，所以網路在收錄頁面方面變得更加的嚴格了，高質量內容頁面以及權重高的站點一般收錄頁面的幾率會高很多。對於收錄頁面這方面相信很多的站長都是很清楚，每天網路蜘蛛都在分分秒秒不停地收錄著，但是你會發現其實大部分的站點的收錄都減少了，這是為什麼呢?因為網路需要過濾頁面。
2、過濾頁面:
很多頁面被網路收錄之後，網路認為該頁面對用戶沒有太大的價值，或者是質量度比較低的頁面，網路必然就會過濾，這也是用戶體驗好的一種表現，很多站點以優化為目的，絲毫不考慮用戶的體驗，例如一些橋頁、跳轉頁面這些就是典型，網路的k站就是一種過濾頁面的表現，把那些作弊的站點的頁面全部的過濾掉。很多人抱怨6.22和6.28網路k站事件，尤其是那些屌絲站長們整天在論壇抱怨這個抱怨那個，為什麼k你的站，很顯然你的站點真的是以用戶體驗為核心運營站嗎?做SEO的人大多都是為了優化而運營站點，每天寫的站內的更新、做外鏈肯定一部分是為了優化而優化，網路k你的站是犧牲少部分人的利益，更多的用戶是從中獲益的，要知道多少人在使用網路，如果搜索出來的信息是你為了優化而運營的站點，低質量的頁面，那網路其實是拿自己未來的前途給你優化站點做鋪墊的。所以過濾頁面這方面網路非常的嚴格，大家也不要使用seo作弊技術了。
3、建立索引:
經過了收錄頁面以及過濾頁面的工作之後，網路會對這些頁面逐一進行標記和識別，並將這信息進行儲存為結構化的數據，儲存到網路的搜索的伺服器中，這些儲存的數據有網頁的信息、網頁的標題關鍵詞頁面描述等標簽、網頁外鏈及描述、抓取記錄。還會將網頁中的關鍵詞信息進行識別和儲存，以便與用戶搜索的內容進行匹配。建立完善的索引資料庫，方便呈現出最佳的顯示信息
4、顯示信息:
用戶輸入的關鍵詞，網路會對其進行一系列復雜的分析，並根據分析的結論在索引庫中尋找與之最為匹配的一系列網頁，按照用戶輸入的關鍵詞所體現的需求強弱和網頁的優劣進行打分，並按照最終的分數進行排列，展現給用戶。一般顯示出最佳信息需要是最適合匹配關鍵詞相關的頁面，包括站內優化和站外優化的因素。

⑺ QQ郵箱判斷垃圾郵件的依據及相關問題

因為國內QQ郵箱的一家獨大，所以目前國內的ESP和世界上主流的ESP判定垃圾郵件的標准有所不同，但總體來說，不外乎以下幾種技術：

1、關鍵詞識別
2、IP黑白名單
3、蜜罐技術
4、貝葉斯演算法
5、評分演算法
6、DNS反向查找
7、 意圖分析技術

⑻ C語言過濾相同行演算法

簡而言之抄：
每檢查一行，都查看該行之後是否有與之相同的行，有則刪除。
最後得到的就是過濾好的文本。

你可以這樣做：
char * line； //記錄 每一行的信息；
int lineTotal; // 總行數
for( i=0; i<lineTotal; i++ )
{
該行讀入line。
檢查 i行之後是否有某行與line 內容相同。有則刪除。

}

⑼ 簡述入侵檢測常用的四種方法

入侵檢測系統所採用的技術可分為特徵檢測與異常檢測兩種。

1、特徵檢測

特徵檢測(Signature-based detection) 又稱Misuse detection ，這一檢測假設入侵者活動可以用一種模式來表示，系統的目標是檢測主體活動是否符合這些模式。

它可以將已有的入侵方法檢查出來，但對新的入侵方法無能為力。其難點在於如何設計模式既能夠表達「入侵」現象又不會將正常的活動包含進來。

2、異常檢測

異常檢測(Anomaly detection) 的假設是入侵者活動異常於正常主體的活動。根據這一理念建立主體正常活動的「活動簡檔」，將當前主體的活動狀況與「活動簡檔」相比較，當違反其統計規律時，認為該活動可能是「入侵」行為。

異常檢測的難題在於如何建立「活動簡檔」以及如何設計統計演算法，從而不把正常的操作作為「入侵」或忽略真正的「入侵」行為。

(9)敏感詞高效過濾演算法擴展閱讀

入侵分類：

1、基於主機

一般主要使用操作系統的審計、跟蹤日誌作為數據源，某些也會主動與主機系統進行交互以獲得不存在於系統日誌中的信息以檢測入侵。

這種類型的檢測系統不需要額外的硬體．對網路流量不敏感，效率高，能准確定位入侵並及時進行反應，但是佔用主機資源，依賴於主機的可靠性，所能檢測的攻擊類型受限。不能檢測網路攻擊。

2、基於網路

通過被動地監聽網路上傳輸的原始流量，對獲取的網路數據進行處理，從中提取有用的信息，再通過與已知攻擊特徵相匹配或與正常網路行為原型相比較來識別攻擊事件。

此類檢測系統不依賴操作系統作為檢測資源，可應用於不同的操作系統平台；配置簡單，不需要任何特殊的審計和登錄機制；可檢測協議攻擊、特定環境的攻擊等多種攻擊。

但它只能監視經過本網段的活動，無法得到主機系統的實時狀態，精確度較差。大部分入侵檢測工具都是基於網路的入侵檢測系統。

3、分布式

這種入侵檢測系統一般為分布式結構，由多個部件組成，在關鍵主機上採用主機入侵檢測，在網路關鍵節點上採用網路入侵檢測，同時分析來自主機系統的審計日誌和來自網路的數據流，判斷被保護系統是否受到攻擊。