敏感词高效过滤算法

⑴ 短信关键字过滤算法有哪些

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 高效光线跟踪的算法有那些

浅析 Max中的高级灯光技术

摘要：3D Max在3D制作软件中渲染功能一直比较薄弱，使其只甘居Maya等3D制作软件之下。为弥补这一缺陷，在5.0版中3D Max增加了高级灯光技术，拥有光能传递、光线追踪器两个全局照明系统，在渲染功能上有了非常显著的改善。本文主要介绍新的光能传递算法。

关键词：渲染 全局照明 光能传递

3D MAX 的渲染功能一直比较薄弱，其效果远不如其他软件（例如Maya）那样逼真，这在很大程度上是因为3D MAX默认的灯光技术不够先进。

在3D MAX中经常使用“光线追踪（Ray-Trace）”材质，与之相联系的就是光线追踪渲染算法。这种算法假设发出很多条光线，光线遇到物体时，被遮挡、反射或者折射，通过跟踪这些光线，就可以得到场景的渲染效果。但是这种方法有一个严重的缺点，就是不能反映现实生活中光的很多特性。例如，在现实生活中，灯光照射到物体后，每个物体都会发射一部分光线，形成环境光，从而导致没有被灯光直射的物体也能被照明，而不是完全出于黑暗状态。又如，把一个红色物体靠近白色的墙壁，那么墙壁靠近物体的地方会显出也带有红色。还有很多诸如此类的灯光效果，使用光线追踪算法都不能产生。

为了解决这些问题，人们发明了更先进的算法来计算灯光的效果，这就是“光能传递（Radiosity）”算法。这种算法把光作为光量子看待（实际上更符合现代物理学），通过计算光量子的能量分布获得渲染结果。这种方法能够获得最逼真的照明效果，因此，通常将光能传递算法和光线追踪算法结合起来，以获得最佳的效果。3D MAX5.0新增的高级光照功能则包含了两个不同的系统：光能传递（radiosity）和光线追踪器（light tracer）。它所得到的结果非常接近对真实事物的再现。

光线追踪器比较通用，也容易使用，使用它不需要理解许多技术概念，任何模型和灯的类型都适用。光能传递相对较复杂，需要为这种处理方式专门准备模型和场景。灯必须是光度控制灯，材质也必须仔细设计。但光能传递在物理上是精确的，对于建筑模型的精确设计是必须的，这一点非常重要，尤其当建模的目的是进行光照分析时。另外，光线追踪器的结果与视点无关，而光能传递不是这样的。光线追踪器在每一帧都计算光照。光能传递只会计算一次，除非场景中的物体移动了或灯发生了变化，或者是从另一个不同的视点渲染场景时。基本原则是光线追踪器更适用于有大量光照的室外场景、角色动画和在空旷的场景中渲染物体。光能传递更适合于使用了聚光灯的室内场景和建筑渲染。

使用光线追踪器进行室内光照仿真时，为避免平坦表面上的噪波，可能需要相当高质量的设定和很长的渲染时间。光能传递则可以用更短的时间提供更好的效果。另一方面，光能传递用于有许多多边形的角色模型时，需要额外的细化步骤、过滤，甚至是Regathering(重新聚合)。而光线追踪器适用默认的设置一次渲染就可以得到更好的效果。

传统的渲染引擎值考虑直接光照

不考虑反射光，然而，反射光是

一个场景的重要组成部分。 对相同的场景使用全局光照渲染，

上图使用了光能传递（radiosity）

就可以得到一种真实的结果。

光能传递是在一个场景中重现从物体表面反射的自然光线，实现更加真实和物理上精确的照明结果。如图所示。光能传递基于几何学计算光从物体表面的反射。几何面（三角形）成为光能传递进行计算的最小单位。大的表面可能需要被细分为小的三角形面以获得更精确的结果。场景中三角形面的数目很重要。如果数目不够结果会不精确，但如果太多时间又会太长。光能传递提供一种将大的三角形面自动细分的方法，同时也可以控制每个物体的细分和细化程度。光能传递依赖于材质和表面属性以获得物理上精确的结果。在场景中进行建模时必须牢记这一点。要使用光度控制灯，而且模型的几何结构应尽可能准确。

1．单位

要获得精确的结果，场景中作图单位是一个基础。如果单位是“英寸”，一个100×200×96单位的房间可以被一个相当于60瓦灯泡的光度控制灯正确照明，但如果单位是“米”，相同场景会变得非常暗。

2．光能传递的解决方案

光能传递是一个独立于渲染的处理过程，一旦解决方案被计算出来，结果被保存在几何体自己内部。对几何体或光照作改变将使原解决方案无效。解决方案是为整个场景全局计算的，这意味着它与视点无关。一旦计算出来，就可以从任何方向观察场景。当摄像机在一个固定场景中移动时，这将会节省时间。如果对几何体或灯作了动画，每一帧都必须计算光能传递。渲染菜单中的选项允许定义如何处理光能传递过程。

。

⑶ c#汉字脏字过滤完整算法

笨，你要有脏字库的呀。
没有库你怎么看是不是呢？

如
库里面有 个ABC 算是脏字版。

然后 输入 ABCdesf

然后又 ABCdesf.indexof(ABC)>-1 则包权含脏字。
没有=-1 则没有包含脏字，你滴明白？加分给我。实在不行我上代码。

⑷ java解决一个字符串数组过滤的问题,要求效率尽量快.

中文分词应该属于另外一个大范畴，我就没考虑了。
仅仅是尽快滤出之前没有的词，

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","中国朝阳","北京朝阳","天津包子","中国北京",
"北京烤鸭","中国中国","北京中国饭店","北京北京北京",
"北京朝阳饭店","北京朝阳烤鸭饭店","中国北京朝阳饭店"
};
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);
}
}
===========
[中国, 北京, 朝阳, 烤鸭, 饭店, 天津包子]

效率应该是O(2W*D), W为数组长度，D为有效词数量
把你的算法拿来看看。应该多说自己

⑸ 正则表达式过滤特殊字符

正则表达式里面你带了逗号,应该这样写
[。~!@#$%\^\+\*&\\\/\?\|:\.<>{}()';="]
有些符号只有少数几个符号需要转义,而且不用打逗号,打了逗号就相当于把逗号也过滤掉了

⑹ 为什么会有搜索引擎的算法出现

搜索引擎算法:获得网站网页资料，建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。搜索引擎的数据库是依靠一个叫"网络机器人(crawlers)"或叫"网络蜘蛛(Spider)"的软件，通过网络上的各种链接自动获取大量网页信息内容，并按一定的规则分析整理形成的。Google、网络都是比较典型的搜索引擎系统。 为了更好的服务网络搜索，搜索引擎的分析整理规则---即搜索引擎算法是变化的。搜索引擎算法的变革将引领第四代搜索引擎的升级。
搜索引擎工作内容
1、收录页面:
一般收录页面需要有网络蜘蛛抓取完成，通过抓取算法来决定收录那些页面，在网络的算法调整后，对于伪原创、采集站点予以强烈的打击，所以网络在收录页面方面变得更加的严格了，高质量内容页面以及权重高的站点一般收录页面的几率会高很多。对于收录页面这方面相信很多的站长都是很清楚，每天网络蜘蛛都在分分秒秒不停地收录着，但是你会发现其实大部分的站点的收录都减少了，这是为什么呢?因为网络需要过滤页面。
2、过滤页面:
很多页面被网络收录之后，网络认为该页面对用户没有太大的价值，或者是质量度比较低的页面，网络必然就会过滤，这也是用户体验好的一种表现，很多站点以优化为目的，丝毫不考虑用户的体验，例如一些桥页、跳转页面这些就是典型，网络的k站就是一种过滤页面的表现，把那些作弊的站点的页面全部的过滤掉。很多人抱怨6.22和6.28网络k站事件，尤其是那些屌丝站长们整天在论坛抱怨这个抱怨那个，为什么k你的站，很显然你的站点真的是以用户体验为核心运营站吗?做SEO的人大多都是为了优化而运营站点，每天写的站内的更新、做外链肯定一部分是为了优化而优化，网络k你的站是牺牲少部分人的利益，更多的用户是从中获益的，要知道多少人在使用网络，如果搜索出来的信息是你为了优化而运营的站点，低质量的页面，那网络其实是拿自己未来的前途给你优化站点做铺垫的。所以过滤页面这方面网络非常的严格，大家也不要使用seo作弊技术了。
3、建立索引:
经过了收录页面以及过滤页面的工作之后，网络会对这些页面逐一进行标记和识别，并将这信息进行储存为结构化的数据，储存到网络的搜索的服务器中，这些储存的数据有网页的信息、网页的标题关键词页面描述等标签、网页外链及描述、抓取记录。还会将网页中的关键词信息进行识别和储存，以便与用户搜索的内容进行匹配。建立完善的索引数据库，方便呈现出最佳的显示信息
4、显示信息:
用户输入的关键词，网络会对其进行一系列复杂的分析，并根据分析的结论在索引库中寻找与之最为匹配的一系列网页，按照用户输入的关键词所体现的需求强弱和网页的优劣进行打分，并按照最终的分数进行排列，展现给用户。一般显示出最佳信息需要是最适合匹配关键词相关的页面，包括站内优化和站外优化的因素。

⑺ QQ邮箱判断垃圾邮件的依据及相关问题

因为国内QQ邮箱的一家独大，所以目前国内的ESP和世界上主流的ESP判定垃圾邮件的标准有所不同，但总体来说，不外乎以下几种技术：

1、关键词识别
2、IP黑白名单
3、蜜罐技术
4、贝叶斯算法
5、评分算法
6、DNS反向查找
7、 意图分析技术

⑻ C语言过滤相同行算法

简而言之抄：
每检查一行，都查看该行之后是否有与之相同的行，有则删除。
最后得到的就是过滤好的文本。

你可以这样做：
char * line； //记录 每一行的信息；
int lineTotal; // 总行数
for( i=0; i<lineTotal; i++ )
{
该行读入line。
检查 i行之后是否有某行与line 内容相同。有则删除。

}

⑼ 简述入侵检测常用的四种方法

入侵检测系统所采用的技术可分为特征检测与异常检测两种。

1、特征检测

特征检测(Signature-based detection) 又称Misuse detection ，这一检测假设入侵者活动可以用一种模式来表示，系统的目标是检测主体活动是否符合这些模式。

它可以将已有的入侵方法检查出来，但对新的入侵方法无能为力。其难点在于如何设计模式既能够表达“入侵”现象又不会将正常的活动包含进来。

2、异常检测

异常检测(Anomaly detection) 的假设是入侵者活动异常于正常主体的活动。根据这一理念建立主体正常活动的“活动简档”，将当前主体的活动状况与“活动简档”相比较，当违反其统计规律时，认为该活动可能是“入侵”行为。

异常检测的难题在于如何建立“活动简档”以及如何设计统计算法，从而不把正常的操作作为“入侵”或忽略真正的“入侵”行为。

(9)敏感词高效过滤算法扩展阅读

入侵分类：

1、基于主机

一般主要使用操作系统的审计、跟踪日志作为数据源，某些也会主动与主机系统进行交互以获得不存在于系统日志中的信息以检测入侵。

这种类型的检测系统不需要额外的硬件．对网络流量不敏感，效率高，能准确定位入侵并及时进行反应，但是占用主机资源，依赖于主机的可靠性，所能检测的攻击类型受限。不能检测网络攻击。

2、基于网络

通过被动地监听网络上传输的原始流量，对获取的网络数据进行处理，从中提取有用的信息，再通过与已知攻击特征相匹配或与正常网络行为原型相比较来识别攻击事件。

此类检测系统不依赖操作系统作为检测资源，可应用于不同的操作系统平台；配置简单，不需要任何特殊的审计和登录机制；可检测协议攻击、特定环境的攻击等多种攻击。

但它只能监视经过本网段的活动，无法得到主机系统的实时状态，精确度较差。大部分入侵检测工具都是基于网络的入侵检测系统。

3、分布式

这种入侵检测系统一般为分布式结构，由多个部件组成，在关键主机上采用主机入侵检测，在网络关键节点上采用网络入侵检测，同时分析来自主机系统的审计日志和来自网络的数据流，判断被保护系统是否受到攻击。