理解倒排表

不是科班出身，对理论的理解总是后知后觉，跟不上形式。要不，就是看过了，学过了，没有讲过，就忘记了，然后再学，再忘。这次查看倒排表，突然想起来，08年春，我就查过是咋回事了，估计是当时理解的不够透彻，再加上年老体衰，竟然怎么也想不顺了。

 

下面举个例子:
案例1:
普通文档存在形式:
      PPT (从头看起.....)==> keywords1,keywords2,keywords3,keywords4,keywords5,.............
案例2:
倒排索引翻转后的结果显示:
      keywords1,keywords2,keywords3,keywords4,keywords5,............. (直接找关键字 然后在找内容页)==> PPT

 随便看什么书 应该分2种看法 一种是从头到尾法! 而另一种就是先看目录，看哪些是我需要看的。那么，直接就翻到该页面! 不然和第一个人一样从头一直看，看到你想要看的，那不是前面时间都浪费了?? 目录就起了个关键作用!

 

上面是我从网上找来的，在此做个记录。下面是我自己理解的

 

1. 索引的过程，就是对一个html处理的过程，就是建立倒排表的过程。

2. 正常的逻辑是，一个html上有word1，word2， word3. 如果要按照htmlID索引，用户查询wordID3， 就如同翻书一样，找用户查询的wordID3的网页在哪里。这就和上面提到看书一样，一页页的看。

3. 现在倒排的逻辑是，倒转过来，word1 word2 word3 对应在html（docID1）上。也就是每个word赋予一个ID，wordID1——>docID1， docID2， docID3，这样就如同通过目录找内容一样，很容易找，系统处理起来也非常的快

4. 索引的过程，就是对一个html页面上的文字做标注，

5. 索引完成后，接下来就是检索，按照相关性计算，排序等。这些在google的数学之美中都有介绍，也很通俗易懂。我就不copy了