神马品牌网韩服突袭注册表:帮我吧!在高分中搜索我的问题吧!
来源：百度文库 编辑：神马品牌网 时间：2024/04/29 12:20:11
题目为<能听我的故事吗?很痛苦!>
不知道啊
着个问题很深懊啊
最常用的是倒排算法，现今的搜索引擎一般应该都是用的这种算法。
比较麻烦，简单说一下：
以英文为例，索引方式是从26个英文字母出发，作为首字母对单词列表进行映射，就像英语字典的目录那样，由于搜索引擎支持部分索引（比如搜索“mail”可以查到“gmail”），所以对于每个单词又要用后缀树拆解，那么数据库的二级索引就是后缀树得到的所有单词和单词片断。对于文章的维护也有不同方式，比如段式是以文章的一段或几段为一块，链接到二级索引之下，或者以章为单位，也就是链接指向整个文章，其中不再分块。
这是最简单的原理，实际运用中还有很多的具体问题。比如对于单词的筛选，对词组的辨识，对数据库内部链表的搜索算法，文章关键字的提取方法……如果是中文的话，相应的算法和维护就更加繁复。
我说的也只是最单纯的实现而已，如果想要提高效率和改善性能，麻烦更多，甚至涉及数据挖掘领域的前沿课题。
至于数据结构，不需要太复杂，最简单的用B-tree族就可以。
//........偶是文盲~
郁闷
叫我们写作文吗？