倒排索引

✍ dations ◷ 2025-07-01 08:09:10 #倒排索引

倒排索引(英语:Inverted index),也常被称为反向索引、置入文件或反向文件,是一种索引方法,被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。它是文档检索系统中最常用的数据结构。

有两种不同的反向索引形式:

后者的形式提供了更多的兼容性(比如短语搜索),但是需要更多的时间和空间来创建。

以英文为例,下面是要被索引的文本:

我们就能得到下面的反向文件索引:

 "a":      {2} "banana": {2} "is":     {0, 1, 2} "it":     {0, 1, 2} "what":   {0, 1}

检索的条件"what", "is""it" 将对应这个集合: { 0 , 1 } { 0 , 1 , 2 } { 0 , 1 , 2 } = { 0 , 1 } {displaystyle {0,1}cap {0,1,2}cap {0,1,2}={0,1}}

对相同的文字,我们得到后面这些完全反向索引,由文档数量和当前查询的单词结果组成的的成对数据。 同样,文档数量和当前查询的单词结果都从零开始。所以,"banana": {(2, 3)} 就是说 "banana"在第三个文档里 ( T 2 {displaystyle T_{2}} ),而且在第三个文档的位置是第四个单词(地址为 3)。

"a":      {(2, 2)}"banana": {(2, 3)}"is":     {(0, 1), (0, 4), (1, 1), (2, 1)}"it":     {(0, 0), (0, 3), (1, 2), (2, 0)} "what":   {(0, 2), (1, 0)}

如果我们执行短语搜索"what is it" 我们得到这个短语的全部单词各自的结果所在文档为文档0和文档1。但是这个短语检索的连续的条件仅仅在文档1得到。

相关

  • 中国人民政治协商会议深圳市委员会中国人民政治协商会议会徽中国共产党深圳市委员会深圳市人民代表大会深圳市人民代表大会常务委员会中国人民政治协商会议深圳市委员会深圳市中级人民法院深圳市人民检察院政
  • 东学东学(朝鲜语:동학/東學 ),是朝鲜王朝末期出现的一种朝鲜半岛本土新兴宗教。东学字面意思为东方之学,与当时东进的西学相对,由庆州人崔济愚于1860年创建,是韩国天道教的前身。东学除
  • 2004年夏季奥林匹克运动会乒乓球比赛-女子双打 2004年雅典奥运会乒乓球女子双打比赛,于2004年8月14日-8月20日在希腊雅典加拉茨奥林匹克运动馆举行。本届赛事共有来自26个协会的68名选手参加,为最后一届奥运会的乒乓球双
  • 半岭古道半岭古道,位于新北市金包里半岭地区,自古即为凯达格兰族交通及活动范围,已知最远可连结邻近竹子山、阿里磅、小坑头、五爪仑、西势湖、葵扇湖与倒照湖(合称“两湖”)等地,目前仍保
  • 黑胡子黑胡子(英语:Blackbeard),原名为爱德华·蒂奇(英语:Edward Teach,或Edward Thatch,1680年-1718年11月22日),生于英国布里斯托尔,是世界航海史上恶名昭彰的海盗之一,在西印度群岛及美洲殖
  • 燕尾积分燕尾积分(Swallowtail Integral)是一种三阶多鞍点积分,其定义如下:p388 P ( x 1
  • 美冠小苏铁美冠小苏铁(学名:)是古巴西部特有的一种泽米铁科植物。美冠小苏铁高达10米,树干直立,直径长30-60厘米。叶子呈深绿色,长0.6-1.2米。它们的叶子在末端好像是被切断了的,这是因在中间
  • 百度说吧百度说吧是百度2010年9月初推出的提供微博客服务的类Twitter网站(但百度社会化网络事业部总经理麦田表示:“百度说吧不是微博,不是Twitter。”),已经于2011年8月22日关闭。百度说
  • 乃克侬东乃克侬东是暹罗人,精通于古泰拳,生卒年不详。根据泰国民间传说,1767年大城王朝即将灭亡之际,缅甸俘虏数以千计的暹罗人,役之为奴,迁移至阿瓦,这些俘虏之中包含不少泰拳手。1774年,缅甸国王辛标信决定在仰光举办七天七夜的祭佛典礼。典礼中包含许多余兴节目表演,包含泰国民族舞蹈、剑术等,除此之外,辛标信因为想比较缅甸拳与泰国拳孰优孰劣,于是举办拳法比赛,乃克侬东被选为选手,对抗缅甸拳的冠军选手。比赛在王宫前展开,乃克侬东上场前先跳了一段泰国拳战舞,展是他对泰拳师父、祖先,甚至包括观众的尊敬。乃克侬东围绕着对手
  • 卡利斯·奥佐林什卡尔(卡利斯)·马蒂诺维奇·奥佐林什(俄语:Карл Марты́нович О́золиньш,拉脱维亚语:Kārlis Ozoliņš,1905年8月18日(格里历:8月31日)-1987年8月21日),拉脱维亚人,苏联党和国家领导人,党报记者、编辑。拉脱维亚苏维埃社会主义共和国作家联盟成员。曾任《苏维埃拉脱维亚报》、拉脱维亚共产党机关报《奋斗报》编辑,拉脱维亚苏维埃社会主义共和国最高苏维埃主席团主席等职。奥佐林什是苏共20-21大代表,第20-21届中央审计委员,第3-5届苏联最高苏维埃民族院代表,