91麻豆精品在线观看_一级做性色a爰片久久毛片免费_zzijzzij亚洲日本少妇jizjiz_国产日产欧美欧韩在线_日本高清在线www3344

正排索引也稱(chēng)為“前向索引”。它是創(chuàng)建倒排索引的基礎(chǔ)，具有以下字段。

（1）Localld字段（表中簡(jiǎn)稱(chēng)“Lid”）：表示一個(gè)文檔的局部編號(hào)。

（2）Wordld字段：表示文檔分詞后的編號(hào)，也可稱(chēng)為“索引詞編號(hào)”。

（3）NHits字段：表示某個(gè)索引詞在文檔中出現(xiàn)的次數(shù)。

（4）HitList變長(zhǎng)字段：表示某個(gè)索引詞在文檔中出現(xiàn)的位置，即相對(duì)于正文的偏移量。

由于一篇文章中的某些詞可能出現(xiàn)多次，而且位置不同，而全文檢索的本質(zhì)要求是把這些位置標(biāo)識(shí)出來(lái)，因此HitList中的每個(gè)命中都表示索引詞在文檔的某個(gè)位置中出現(xiàn)了一次，這個(gè)序列為單調(diào)遞增序列?；谟纬叹幋a的方法，變升序序列為差分序列，采用前文提到的Variable Byte Coding方法編碼可以大大壓縮正排索引的HitList字段。

事實(shí)上，文檔編號(hào)在不同的計(jì)算過(guò)程里，分別稱(chēng)為局部編號(hào)和全局編號(hào)，它們?cè)诰幪?hào)長(zhǎng)度上稍有不同，為了便于理解，不區(qū)別這些區(qū)別，認(rèn)為L(zhǎng)ocalld和Docld完全一致，都表示一個(gè)文檔的唯一編號(hào)。在正排索引中Localld采用升序序列編號(hào)（假定編號(hào)采用自增1的方式遞增），這為下面的計(jì)算創(chuàng)造條件。進(jìn)行倒排索引的轉(zhuǎn)化時(shí)，由于正排索引中Lid天然的有序性，因此在正排索引轉(zhuǎn)化為倒排索引的創(chuàng)建過(guò)程中，自然可以保證倒排索引中每個(gè)詞匯對(duì)應(yīng)的文檔編號(hào)也是有序的.
 

本質(zhì)上說(shuō)，正排索引以文檔編號(hào)為視角看待索引詞，也就是通過(guò)文檔編號(hào)去找索引詞。任給一個(gè)文檔編號(hào)，能夠知道它包含了哪些索引詞、這些索引詞分別出現(xiàn)的次數(shù)，以及索引詞出現(xiàn)的位置。然而全文索引是通過(guò)關(guān)鍵詞來(lái)檢索，而不是通過(guò)文檔編號(hào)來(lái)檢索，因此正排索引不能滿(mǎn)足全文檢索的要求。

雖然正排索引不能滿(mǎn)足全文檢索的需要，但是正排索引為創(chuàng)建倒排索引創(chuàng)造了有利條件，是計(jì)算倒排索引的不可缺少的一環(huán)。