倒排索引和正排索引区别：带你简单理解倒排索引

倒排索引和正排索引区别：带你简单理解倒排索引最后祝大家工作顺利，天天开心！不积跬步 无以至千里;不积小流 无以成江海！！！

倒排索引从逻辑结构和基本思路上来讲非常简单。下面我们通过具体实例来进行说明，使得大家能够对倒排索引有一个宏观而直接的感受。假设文档集合包含四个文档，每个文档内容如下图所示，在图中最左端一栏是每个文档对应的文档编号。下面对这个文档集合建立倒排索引。

之所以说图2所示倒排索引是最简单的，是因为这个索引系统只记载了哪些文档包含某个单词，而事实上，索引系统还可以记录除此之外的更多信息。图3是一个相对复杂些的倒排索引，与图3的基本索引系统比，在单词对应的倒排列表中不仅记录了文档编号，还记载了单词频率信息（TF），即这个单词在某个文档中的出现次数，之所以要记录这个信息，是因为词频信息在搜索结果排序时，计算查询和文档相似度是很重要的一个计算因子，所以将其记录在倒排列表中，以方便后续排序时进行分值计算。在图3的例子里，单词“回应”的单词编号为6，对应的倒排列表内容为：（3:1），其中的3代表文档编号为3的文档包含这个单词，数字1代表词频信息，即这个单词在3号文档中只出现过1次，其它单词对应的倒排列表所代表含义与此相同。

实用的倒排索引还可以记载更多的信息，图4所示索引系统除了记录文档编号和单词频率信息外，额外记载了两类信息，即每个单词对应的“文档频率信息”（对应图4的第三栏）以及在倒排列表中记录单词在某个文档出现的位置信息。

有了这个索引系统，搜索引擎可以很方便地响应用户的查询，比如用户输入查询词“蓝标”，搜索系统查找倒排索引，从中可以读出包含这个单词的文档，这些文档就是提供给用户的搜索结果，而利用单词频率信息、文档频率信息即可以对这些候选搜索结果进行排序，计算文档和查询的相似性，按照相似性得分由高到低排序输出，此即为搜索系统的部分内部流程。

最后祝大家工作顺利，天天开心！不积跬步 无以至千里;不积小流 无以成江海！！！