汉字转拼音
敏感词过滤
禁用词查找
这些很常用的互联网需求
大家出道时是怎么做的？
大家偷懒时是怎么做的？
常规算法 - 从数据库到用户提交内容去匹配：
- 把数据库中所有数据压到大数组中（这时数据越多，与数据库连接时间越长）
- 根据用户提交的内容对大数组进行foreach（这时数据越多，占有服务器内存越大）
- 根据上述结果，进行相应的返回、处理（这时数据越多，与数据库连接时间越长）
优点：
- 逻辑简单，实施方便，开发成本低，人算素质要求低
缺点：
- 程序效率低，数据库压力大，速度慢
- 有bug，比如数据库中禁用词是shop，但是用户提交的是bookshop,那么就会匹配到shop，形成bug
值此圣诞节来临之举，http://my.oschina.net/cart/向大家推荐一种新的反向思维解决思路：
新算法：用户提交数据分词算法 - 从用户提交内容到数据库去匹配
- 1.根据用户提交的信息进行分词
function cutWord($str){ $temp = array(); $len = mb_strlen($str, 'utf-8'); for($i=0; $i<=$len; $i++){ for($j=$len-$i; $j>0; $j--){ $temp[] = mb_substr($str, $i, $j, 'utf-8'); } } return $temp;}$str = '管理员';var_dump(cutWord($str)); 分词后，我们得到以下数据，当然，上述算法是分割到最后一个词的
如果需要最低2个词的组合，因为1个字构不成实体意义，一般不会成为禁用词，那么可以限制最少2个字。
太长的分词，比如已经超过5个字的词，是不会发生的，那么你也可以限制最多5个字。
掌握的是思想、原理，算法可以灵活改动。
array(6) { [0]=> string(9) "管理员" [1]=> string(6) "管理" [2]=> string(3) "管" [3]=> string(6) "理员" [4]=> string(3) "理" [5]=> string(3) "员"}
- 2.根据上述分词结果，使用事务批量提交到Redis,或者查找到1个禁用词后，立即退出，提高效率
如果是关系型数据库，如Mysql，分词后可以拼接SQL语句形如(word字段建立了唯一索引)：
where word LIKE '管' OR word LIKE '理' OR word LIKE '管理' OR ..... LIMIT 0,1;
1句基于索引且找到就停止了（LIMIT 0,1）的SQL就搞定！效率也是杠杠的！
function isDisableWord($str){ $redis = new \redis(你的IP, 你的端口); //$result = array(); //$redis->multi(); foreach($this->cutWord($str) as $v){ //$result[] = $redis->SISMEMBER('nameList', $v); if($redis->SISMEMBER('nameList', $v)){ return $v; } } //$redis->exec(); //return $result; return false;}
$name = trim('弗兰克鲁宾逊');if(isDisableWord($name) === false){ echo '1.OK！';}else{ echo '1.禁止词语是：'; var_dump(isDisableWord($name));}
优点：
1.事务提交（主键索引、无大数据占有内存），一次性数据库操作数据库压力小，运行速度快
缺点：
1.对开发人员素质要求较高