對於跳表，我想大家都不陌生吧，這裡不多解釋，感興趣的小夥伴可以看我的這篇文章： 這段時間在做我們拍搜的優化，今天我就講講我是如何用跳表優化檢索系統的。
都知道，搜尋引擎利用夾角余弦計算query與文件的相似度，感興趣的小夥伴可以看我的這篇文章： 這裡面需要計算兩個向量的余弦值。
假設查詢向量為：$ q = [q_,q_,......,q_] \(
假設文件向量為：\) d = [d_,d_,......,d_] $
query與文件的相似度為：$ sim(q,d) = \frac $ 。這裡面需要q和d模長相乘做分母，對應分量相乘之和做分子。
對於query可以在每次查詢之前做統一的預處理，在預處理過程中計算模長；對於文件，不能每次查詢都計算一遍模長，這樣效率很低，可以事先在建立索引的時候計算模長並儲存。
int i = 0, j = 0;
double sum = 0.0;
while(i < len_q && j < len_doc) else if(q[i] > d[j]) else
}
對於搜尋引擎來說，通常query較短，而文件較長，我們估計排完序的文件序列中會有一大段一大段的詞都不在query中，可以直接跳過這些段而不用一一遍歷，這就啟發我們可以用跳表進行加速，優化**如下：
double sum = 0.0;
int step = ceil(sqrt(len_doc)), i = 0, j = 0;
while(i < len_q && j < len_doc) else
} else if(q[i] > d[j]) else
}}
當然，優化這個問題並不一定用跳表，如果記憶體足夠大，我們可以為每個文件建立雜湊或者map，這樣只需用o(1)或者 o(log(len_doc))時間判斷文件中是否包含乙個詞。
利用簡單的跳表，加起來不過幾十行**，直接使檢索的效率提高一倍，優化了50%的硬體成本，可以高高興興領取年終獎回家過大年了。 5年前我就研究了跳表，沒想到5年後的今天我竟然用到了它，所以沒事多看看感興趣的技術、研究一下感興趣的問題對你的將來只有利沒有弊。
我是怎麼選搜尋引擎的
最近試用了不少搜尋引擎，寫個小總結吧。用的是蘋果電腦，常用瀏覽器是safari。而safari裡只有5個搜尋引擎可選 經過一段時間的使用，慢慢習慣了搜尋結果裡不再是鋪天蓋地的廣告，搜到的資訊的準確度也還不錯。後來，開始實習。公司的wi fi可以無障礙訪問全世界的網際網路。工作時，經常需要搜尋一些技術...
搜尋引擎優化
十 註冊alexa，並通過 認證。http www.alexa.com data details contact info?url taoyinqing.com 中國雅虎 http search.help.cn.yahoo.com h4 4.html 微軟live msn http search.m...
搜尋引擎優化
做seo也不長不短的做了四五年了。其他行業，做四五年只能算是新手。但是想想seo行業什麼時候才出現，再看看同行的不少更新手，發現自己竟然還算資深了。但做幾年seo之後，仔細回想每天進行的工作也會經常迷惑，到底seo是什麼？先從定義上看看，seo是什麼意思？定義很容易理解，實踐中卻有些迷惑。seo部落...