在项目中要实现敏感词过滤功能，你会采用哪些技术方案和步骤？

回答思路

1. 【回答框架 1】敏感词过滤核心是高效匹配，常用方案有基于Trie树（前缀树）的DFA算法、AC自动机（多模式匹配）以及基于正则表达式或字符串匹配库。Trie树将敏感词构建成树结构，匹配时逐字符遍历，时间复杂度为O(n)，n为文本长度，适合静态词库。
2. 【回答框架 2】AC自动机在Trie树基础上增加失败指针，实现一次遍历同时匹配多个模式串，时间复杂度为O(n+m)，m为敏感词总长度，适合大规模词库和实时过滤场景。
3. 【回答框架 3】工程实现上，可先加载敏感词库构建数据结构，对输入文本进行匹配，命中后根据需求替换为*或删除。需考虑词库更新、大小写、全半角、拼音变形等绕过手段，可结合预处理（统一转小写、去除特殊字符）和扩展词库。
4. 【回答框架 4】性能优化可引入缓存、分段过滤、并行处理；若词库极大，可考虑使用布隆过滤器快速排除无敏感词文本，再对可能命中的文本做精确匹配。
5. 【回答框架 5】实际方案需结合项目规模：小词库用正则或简单遍历即可，大词库和实时性要求高时选AC自动机，并做好词库管理和监控。
6. 【关键点 1】Trie树和AC自动机是敏感词过滤的主流数据结构，AC自动机适合多模式匹配。
7. 【关键点 2】匹配前对文本做归一化处理（小写、去特殊字符）可提升召回率。
8. 【关键点 3】词库更新和性能监控是工程落地的关键，需支持动态加载和热更新。
9. 【易错点 1】不能只依赖正则表达式，词库大时性能差且难以处理变形。
10. 【易错点 2】忽略大小写、全半角等变体导致漏过滤。
11. 【易错点 3】AC自动机构建失败指针时需注意内存占用，词库极大时可能超限。