一棵 trie 树看起来适用于小型字符串,但对于大文档则不太适合(如 1-100 页的文本)。也许可以将倒排索引与后缀树结合起来,以获得两者的优点。或者使用 B 树,将单词存储为节点,并在每个节点上使用一棵 trie 树。不确定哪种数据结构更好(是 B 树、链表等)。
我想要搜索文档,例如普通书籍、网页和源代码,因此仅将单词存储在倒排索引中的想法似乎不太合适。希望了解是否需要针对每个文档类型提供替代解决方案,或者是否有一种通用解决方案适用于所有文档类型,或者它们都需要组合使用。
我想要搜索文档,例如普通书籍、网页和源代码,因此仅将单词存储在倒排索引中的想法似乎不太合适。希望了解是否需要针对每个文档类型提供替代解决方案,或者是否有一种通用解决方案适用于所有文档类型,或者它们都需要组合使用。