一. 正向索引
常规的索引建立方式
文档---> 关键词的映射过程（正向索引）
比如: 我有很多个文章，如果想查询其中几个文章是否含有刘耀这个关键词，那么我就需要打开所以文章，找到里面含义刘耀的文章.这就是正向索引
在搜索引擎中每个文件都对应一个文件ID，文件内容被表示为一系列关键词的集合（实际上在搜索引擎索引库中，关键词也已经转换为关键词ID）。例如“文档1”经过分词，提取了20个关键词，每个关键词都会记录它在文档中的出现次数和出现位置。（来自百度）
得到正向索引的结构如下：
“文档1”的ID > 单词1：出现次数，出现位置列表；单词2：出现次数，出现位置列表；…………。
二、倒排索引
倒排方向建立索引
关键词---> 文档的映射
把正向索引的结果重新构造成倒排索引（反向索引）
如图:
图1:
| WordID | 单词 | 倒排文档列表(DocId) |
|---|---|---|
| 1 | 刘耀 | (1,❤️,11>),(2,<7>),(3,<9>) |
| 2 | Python | (1,<6>), (2,<1>), (3,<3>), (4,<9>) |
| 3 | Java | (3,<2>), (5, <6>) |
| 4 | go | (3, <1,12>), (3,❤️,4>) |
| 5 | js | (1, <1,16>), (5, <1>) |
图2:
| WordID | 单词 | 倒排文档列表(DocId)，TF |
|---|---|---|
| 1 | 刘耀 | (1,❤️,11>,2),(2,<7>),(3,<9>,2) |
| 2 | Python | (1,<6>,10), (2,<1>,2), (3,<3>,22), (4,<9>,12) |
| 3 | Java | (3,<2>,12), (5, <6>,2) |
| 4 | go | (3, <1,12>,2), (3,❤️,4>,2) |
| 5 | js | (1, <1, 16>,2), (5, <1>,2) |
把文档和单词进行组合运算
TF代表频率的意思
把每个出现关键词的文档都记录该文档的ID，<>括号里面的是这个关键词出现的位置,最后一位数字是出现的频率。
当我根据关键词查找 例如查找刘耀，就可以直接搜到对应文档的ID