倒排表的应用--搜索引擎

来源于搜索引擎，海量爬取数据之后，用的是倒排表

海量数据的遍历时间复杂度是O(n)

如何解决：

解决思想：层次过滤， 过滤条件从简单到复杂， 层次间的时间复杂度为递增

先过滤部分，再过滤部分，遍历剩余部分

 

要知道某个单词存在在哪些文档里面；

具体实施：

建立一张表格，记录所有单词被包含在哪些文档之中；

 

应用于问答系统：

1、遍历输入的问题，查找每个单词在所有问题中出现的次数；

2、若剩余数量多，可统计两个或者多个单词，在同一个问题中出现的次数；

3、然后进行语句相似度的计算；

4、计算之后，返回相似度最大的问题的答案；