檔案結構設有兩篇文章1和2
a.我們現在有的是文章內容，即乙個字串，我們先要找出字串中的所有單詞，即分詞。英文單詞由於用空格分隔。中文單詞間是連在一起的需要特殊的分詞處理(一元分詞，二元分詞，詞庫專業分詞)。
b.文章中的「in」, 「once」 「too」等詞沒有什麼實際意義，中文中的「的」「是」等字通常也無具體含義，這些不代表概念的詞可以過濾掉
c.使用者通常希望查「he」時能把含「he」，「he」的文章也找出來，所以所有單詞需要統一大小寫。
d.使用者通常希望查「live」時能把含「lives」，「lived」的文章也找出來，所以需要把「lives」，「lived」還原成「live」//專門處理
e.文章中的標點符號通常不表示某種概念，也可以過濾掉
//以上在分詞解析處理時處理
經過上面處理後的關鍵字：
guangzhou 1
he 2
i 1
live 1,2
shanghai 2
tom 1
我們還需要知道兩種位置：
加上「出現頻率」和「出現位置」資訊後，我們的索引結構變為：
guangzhou 1[2] 3，6
he 2[1] 1
i 1[1] 4
live 1[2],2[1] 2，5，2
shanghai 2[1] 3
tom 1[1] 1
以live這行為例我們說明一下該結構：live在文章1中出現了2次，文章2中出現了一次，它的出現位置為「2,5,2」這表示什麼呢？我們需要結合文章號和出現頻率來分析，文章1中出現了2次，那麼「2,5」就表示live在文章1中出現的兩個位置，文章2中出現了一次，剩下的「2」就表示live是文章2中第2個關鍵字。
下面我們可以通過對該索引的查詢來解釋一下為什麼要建立索引。
假設要查詢單詞 「live」，先對詞典二元查詢、找到該詞，通過指向頻率檔案的指標讀出所有文章號，然後返回結果。詞典通常非常小，因而，整個過程的時間是毫秒級的。
而用普通的順序匹配演算法，不建索引，而是對所有文章的內容進行字串匹配，這個過程將會相當緩慢，當文章數目很大時，時間往往是無法忍受的。
資料結構與演算法 倒排索引
1 倒排索引 檢視提交統計提問 總時間限制 1000ms 記憶體限制 131072kb 描述給定一些文件，要求求出某些單詞的倒排表。對於乙個單詞，它的倒排表的內容為出現這個單詞的文件編號。輸入第一行包含乙個數n，1 n 1000，表示文件數。接下來n行，每行第乙個數ci，表示第i個文件的單詞數。接下...
搜尋演算法（DFS和BFS）
題目 有n件物品，每件物品的重量為w i 價值為c i 現在需要選出若干物品放入乙個容器為v的揹包中，使得在選入揹包的物品重量和不超過容量v的前提下，讓揹包中物品的價值之和最大，求最大價值。1 n 20 解題 如下 includeconst int maxn 30 int n,v,maxvalue ...
python資料結構 搜尋演算法
下面是幾種搜尋列表的幾種演算法和它的複雜度分析。python的min函式返回列表中的最小的項。下面是為了研究它的複雜度開發出來的演算法。usr bin python coding utf 8 def indexofmin lyst minindex 0 currentindex 1 while cu...