因為屬於公司的資料部門，所以會接到一些產品，或者資料策略組 同事的資料需求，
其中乙個需求如下：為了評估一批詞的如果加入黑名單會造成的收入損失，採用模糊匹配參照其過去一段時間的收入來作為考量指標。
最終輸出所有詞及其對應的周彙總消費資料。
解決方案一：hive 中寫transform，利用自定義map的方式，將每行記錄與這批詞進行一次 模糊匹配。
總結：簡單、可行，當詞典數目不是很大的時候，基本事件耗費在mapreduce，效率不是很低，滿足需求。
優化方案二：當詞典很大很大的時候，字串逐個匹配的效能急劇下降，利用【wu-manber 經典多模式匹配演算法】，解決該問題。
演算法詳情轉個介紹連線：
總結：當需要模糊匹配的字典，特別大的時候，wu-manber 演算法效能並不會隨著 詞典數的增加而明顯增加，效能nice。
多模式匹配AC演算法
aho corasick演算法是多模式匹配中的經典演算法，目前在實際應用中較多。aho corasick演算法對應的資料結構是aho corasick自動機，簡稱ac自動機。搞程式設計的一般都應該知道自動機fa吧，具體細分為 確定性有限狀態自動機 dfa 和非確定性有限狀態自動機nfa。普通的自動機...
AC多模式匹配演算法
本來想寫字串匹配演算法的，感覺題目太大 又想寫個多模式匹配演算法的，感覺還是太大 最後，寫了個ac多模式匹配演算法，對哦，我只用到了ac演算法啊，不過其他演算法還是會介紹一下的，了解多少介紹多少。本人是為了總結，所以可能不遵守一些寫作邏輯了哦。字串匹配，主要分兩種情況。一種是單字串匹配，另一種是多字...
多模式匹配AC演算法（更正）
上篇中的執行結果如下 不仔細看完全沒有問題，可是如果細心的你仔細看下對字串 hao 的匹配的下標時就會發現問題了.下圖為更正 後的結果 經過兩個的對比，應該很明顯了吧。廢話不多說，以下是需要更改的函式的 int searchac tree root,char str,int len treenode...