python正向索引 反向索引_什么是倒排索引与正向索引

导读：索引(index)作为一种具备各种优势的数据结构，被大量应用在数据检索领域。其中

对没有编程和操作数据库经验的站长和索引。在此，我们只需把索引理解成一本书中的目录。对，索引就像目录一样，可以帮助我们快速检索想要的信息。

索引的应用领域很广，包括但不限于：doc、pdf、excel、html等。具体到搜索引擎对网页(html)的索引，正向索引是网页与关键词一一对应的数据结构。

为简单起见，我们假设有网页1和网页2：

网页1中仅包含一句话：

网页2中也仅包含一句话：SEO是一门艺术。

经过搜索引擎初步分词之后，网页1和2的正向索引如下图所示：

正向索引

假设使用正向索引，那么当你搜索SEO的时候，搜索引擎必须检索网页中的每一个关键词，假设一个网页中包含成千上百个关键词，可想而知，会造成大量的资源浪费。于是倒排索引应运而生。

什么是倒排索引

倒排索引是相对正向索引而言的，你也可以将其理解为逆向索引。它是一种关键词与网页一一对应的数据结构。如下图所示：

倒排索引

从上图可以一目了然，倒排索引可以直接参与排名。

比如你搜索“SEO”，搜索引擎可以快速检索出包含“SEO”搜索词的网页1和网页2，为后续的相关度和权重计算奠定基础，从而大大加快了返回搜索结果的速度。

以上是最简单的倒排索引示意图，实际上，倒排索引数据结构还记录了关键词出现的位置(标题、描述、正文第几段)、关键词出现的频率(关键词密度)、关键词是否被特殊标签包含等信息。后续潇湘驭文将会着重讲解。