独角兽企业重金招聘Python工程师标准>>>
1、什么是倒排索引。
e>>>(⊙o⊙)… 这是我见过最垃圾的翻译了，完全让人误解他的意思。
这个名称很容易让人理解为从A-Z的排序颠倒成Z-A，其实根本不是这么回事。
英文 原版为inverted index个人感觉翻译成反向索引比较合适。
倒排索引是区别于正排索引(forward index)来说的。
解释：
文档是有许多的单词组成的，其中每个单词也可以在同一个文档中重复出现很多次，当然，同一个单词也可以出现在不同的文档中。
正排索引(forward index)：从文档角度看其中的单词，表示每个文档（用文档ID标识）都含有哪些单词，以及每个单词出现了多少次（词频）及其出现位置（相对于文档首部的偏移量）。
倒排索引(inverted index，或inverted files)：从单词角度看文档，标识每个单词分别在那些文档中出现(文档ID)，以及在各自的文档中每个单词分别出现了多少次（词频）及其出现位置（相对于该文档首部的偏移量）。
简单记为：
正排索引：文档 ---> 单词常规的索引是文档到关键词的映射
倒排索引：单词 ---> 文档倒排索引是关键词到文档的映射
应用场景：
倒排索引有着广泛的应用场景，比如搜索引擎、大规模数据库索引、文档检索、多媒体检索/信息检索领域等等。总之，倒排索引在检索领域是很重要的一种索引机制。
2、inverted index 的java实现
假设有3篇文章，file1, file2, file3，文件内容如下：
那么建立的倒排索引就是这个样子：
下面是对于倒排索引的一个简单的实现。该程序对于输入的一段文字，查找出该词所出现的行号以及出现的次数。
import java.io.*; import java.util.HashMap; import java.util.Map; public class InvertedIndex { private Map<String, Map<Integer, Integer>> index; private Map<Integer, Integer> subIndex; public void createIndex(String filePath) { index = new HashMap<String, Map<Integer, Integer>>(); try { File file = new File(filePath); InputStream is = new FileInputStream(file); BufferedReader read = new BufferedReader(new InputStreamReader(is)); String temp = null; int line = 1; while ((temp = read.readLine()) != null) { String[] words = temp.split(" "); for (String word : words) { if (!index.containsKey(word)) { subIndex = new HashMap<Integer, Integer>(); subIndex.put(line, 1); index.put(word, subIndex); } else { subIndex = index.get(word); if (subIndex.containsKey(line)) { int count = subIndex.get(line); subIndex.put(line, count+1); } else { subIndex.put(line, 1); } } } line++; } read.close(); is.close(); } catch (IOException e) { System.out.println("error in read file"); } } public void find(String str) { String[] words = str.split(" "); for (String word : words) { StringBuilder sb = new StringBuilder(); if (index.containsKey(word)) { sb.append("word: " + word + " in "); Map<Integer, Integer> temp = index.get(word); for (Map.Entry<Integer, Integer> e : temp.entrySet()) { sb.append("line " + e.getKey() + " [" + e.getValue() + "] , "); } } else { sb.append("word: " + word + " not found"); } System.out.println(sb); } } public static void main(String[] args) { InvertedIndex index = new InvertedIndex(); index.createIndex("news.txt"); index.find("I love Shanghai today"); } }
其中，输入文件news.txt内容为：
I am eriol I live in Shanghai and I love Shanghai I also love travelling life in Shanghai is beautiful
输出结果为：
word: I in line 1 [1] , line 2 [2] , line 3 [1] , word: love in line 2 [1] , line 3 [1] , word: Shanghai in line 2 [2] , line 4 [1] , word: today not found
参考来自！ 倒排索引简单实现
知乎：倒排索引为什么叫倒排索引？
另外的资源学习（本文并未涉及）
倒排索引的java实现
