inverted_index = defaultdict(set) 是 Python 中一个非常常见、简洁又强大的写法

inverted_index = defaultdict(set) 是 Python 中一个非常常见、简洁又强大的写法。

✅ 1. 这句话的意思是：

创建一个字典 inverted_index，它的默认值是一个 空的 set 集合。

也就是说，当你访问某个键时，如果这个键不存在，它就会自动创建一个空集合作为初始值，不用你手动判断或初始化。

---

🧠 举个通俗比喻：

你可以把它理解成：

“如果这个词还没出现在倒排索引中，那就给它自动准备一个空桶（set）来装文档编号。”

---

✅ 2. defaultdict(set) 是什么？

它是 Python 标准库 collections 中的一个工具类。

from collections import defaultdict

defaultdict(set) 的行为就像普通的 dict，但当你访问一个不存在的 key 时，不会报错，而是返回一个空的 set 自动帮你初始化。

---

✅ 3. 等价写法（对比普通 dict）

我们来看下面这两个版本的对比：

✅ 用 defaultdict(set) 的写法（简洁）：

from collections import defaultdict

d = defaultdict(set)
d["hello"].add("doc1")
print(d)

输出：

defaultdict(<class 'set'>, {'hello': {'doc1'}})

---

❌ 如果用普通的 dict，你就要手动判断 key 是否存在：

d = {}
if "hello" not in d:
    d["hello"] = set()
d["hello"].add("doc1")
print(d)

输出：

{'hello': {'doc1'}}

🟡 可以看到：defaultdict 省去了「if not in」这一步，写法更清爽，非常适合构建倒排索引、分组、统计等场景。

---

✅ 4. 小结一句话：

defaultdict(set) 是构建倒排索引时的神器，它让我们无需写额外的判断逻辑，就能自动为每个关键词创建一个「装文档ID」的空集合。