這個賽事我是寫了一個，python單線程60秒左右，雖然不知道別人3秒是怎麼做的，但是論複雜度，這的方法已經是線性時間複雜度了，所以這裏寫個分享，供大家指正。
線性複雜度：這裏所說的線性複雜度指的是，只與需要匹配的文本線性相關，而與敏感詞的數量沒關係。如果你已經做到了這一點可以瞭解一下別人的方法，如果沒做到，也可以參考一下本文的方法。這一方法的主要特點是把所有敏感詞同時進行匹配，但是一開始的數據結構可能會有點麻煩。
數據結構部分：
散列索引Index：index是一65536的數組，全部初始化爲-1，對於所有敏感詞中的每一個通配符以外的字符我們把它存在數組char_array中，每個字符只存一次。對char_array中的每個字符取其Unicode編碼值（python中可用ord函數獲得），並在index中對應位置存儲其char_array中的位置，即index[ord(char_array[i])]=i；這樣敏感詞中每個字符A就有char_array[index[ord(A)]]=A。實現了散列功能，提升查找效率。
每個字符需要記錄的信息struct_C:記錄以下6個標記
a：這個字符是否爲某個敏感詞的第一個字，是爲1，否爲0；
b：這個字符是否爲某個敏感詞的最後一個字，是則記錄作爲結尾它是第幾個字的信息。（2,3,5,7,9，分別代表1、2、3、4、5；多種可能時相乘）
c：這個字符作爲第一個字時後面接的字符集合；
d：這個字符作爲第二個字時後面接的字符集合；
e：這個字符作爲第三個字時後面接的字符集合；
f：這個字符作爲第四個字時後面接的字符集合；（這裏把問題簡化一下不考慮更多情況了。）
爲了方便後面查看一個字符是否接在某個字符後面，給每個字符一個專屬的質數（素數）作爲標記，如只有“上學”“上課”“上班”三個詞時，可給出 （上：2，學：3，課：5，班：7）的對應表，這時“上”作爲第一個字時後面接的字符集合可表示爲 3X5X7 即 105；如果某個字符對應的素數a滿足 105%a=0則這個字符必定屬於後接字符集合中的一個。
以上部分都是對敏感詞的處理，其目的是把所有敏感詞合成一個整體，然後只進行一次匹配。
匹配過程：
對於一個字符串，從第一個字符開始查看其Unicode編碼所對應index位置中值是否爲-1；如果不爲-1；則檢查標記a是否爲1;然後繼續觀察後面的4個字符是否爲該字符的後接字符。就這樣每次只看兩個相鄰的有效字符能否連接起來。下面舉個例子說明：
假設只有“上.{0,3}學”(.{0,3}表示上課中間可以有0-3個任意字符)，“上.{0,3}課”，“上.{0,3}班”，“訓.{0,3}練”四個正則所匹配的內容爲敏感內容；同上有（上：2，學：3，課：5，班：7，訓：11，練：13）的對應表。現在要對“下班後去上培訓課”字符串進行匹配。讀到“下”字時，index中對應的內容爲-1，不可能命中敏感內容；讀到“班”字時，index中記錄爲3（因爲班是第4個字）；但是標記a爲0，不可能作爲敏感內容的第一個字；index對應內容爲-1，繼續跳過“後去”兩個字符；遇到“上”字時，發現其可以作爲敏感內容的開始，於是讀取上作爲第一個字的後接字符集105；”培“不是有效字符；”訓“字是有效字符，但是其專屬質數11不能被105整除（105=3*5*7，只有一種分解方式），繼續過；”課“字是有效字符，並且5能被105整除，檢查發現”課“剛好是一個敏感內容的結尾，並且剛好是第二個有效字，匹配通過”上培訓課“。
其他：
其實通過這種方法進行匹配，只能做到和原有的正則項”近似“，雖然不等價，但也是一個較好的近似。其中有很多細節處理都沒提及，不過本文的重點是線性時間複雜度：與需要匹配的敏感詞數量多少無關，只與原文本長度有關。