基本介紹
- 中文名：倒排檔案索引
- 外文名：Inverted index
- 領域：計算機
簡介,例子,套用,相關,
簡介
倒排索引（英語：Inverted index），也常被稱為反向索引、置入檔案或反向檔案，是一種索引方法，被用來存儲在全文搜尋下某個單詞在一個文檔或者一組文檔中的存儲位置的映射。它是文檔檢索系統中最常用的數據結構。
有兩種不同的反向索引形式：
- 一條記錄的水平反向索引（或者反向檔案索引）包含每個引用單詞的文檔的列表。
- 一個單詞的水平反向索引（或者完全反向索引）又包含每個單詞在一個文檔中的位置。
後者的形式提供了更多的兼容性（比如短語搜尋），但是需要更多的時間和空間來創建。
例子
以英文為例，下面是要被索引的文本：
我們就能得到下面的反向檔案索引：
"a": {2}
"banana": {2}
"is": {0, 1, 2}
"it": {0, 1, 2}
"what": {0, 1}
檢索的條件"what","is"和"it"將對應這個集合：
對相同的文字，我們得到後面這些完全反向索引，有文檔數量和當前查詢的單詞結果組成的的成對數據。 同樣，文檔數量和當前查詢的單詞結果都從零開始。所以，"banana": {(2, 3)}就是說 "banana"在第三個文檔里 (
)，而且在第三個文檔的位置是第四個單詞(地址為 3)。
"a": {(2, 2)}
"banana": {(2, 3)}
"is": {(0, 1), (0, 4), (1, 1), (2, 1)}
"it": {(0, 0), (0, 3), (1, 2), (2, 0)}
"what": {(0, 2), (1, 0)}
如果我們執行短語搜尋"what is it"我們得到這個短語的全部單詞各自的結果所在文檔為文檔0和文檔1。但是這個短語檢索的連續的條件僅僅在文檔1得到。
套用
- 為了替代正向索引的每個文檔的單詞列表，能列出每個查詢的單詞所有所在文檔的列表的反向索引數據結構開發了出來。
- 隨著反向索引的創建，如今的查詢能通過立即的單詞標示迅速獲取結果（經過隨機存儲）。隨機存儲也通常被認為快於順序存儲。
