- 博客(2)
- 收藏
- 关注
RSS订阅原创 一氪钟：了解和实现 Lucene 分词器
说明：本文所涉及的 Lucene 类型来源于 Apache Lucene 4.3.0 版本。Lucene 分词器是通过继承 Tokenizer 类型来实现的，Tokenizer 类型的继承结构如下。图中与分词器实现相关的类型一共有三个：AttributeSource、TokenStream 和 Tokenizer，这三个类型在我们实现的分词器的继承路
2013-10-10 21:59:37
1553
原创 一氪钟：浅说 Lucene 倒排索引与分词
Lucene 是基于倒排索引来实现快速的全文检索的，那么倒排索引是什么概念呢？首先来看看普通索引是怎样建立的，请参考下图。图中，我们为右侧的每一个文档都建立了一个索引编号，当我们知道这个编号时，就可以查询到对应的文档，而如果我们还对这些索引编号进行排序，那检索的速度就会更快。但是，当我们需要检索包含“F”的文档时，普通索引就完全不能发挥作用了，因为我们不得不遍历每一个文
2013-10-09 21:28:29
1115
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人