摘要： 中英文关键字生成器:中文，会生成最大命中率2+3的格式，英文保留原词，至少2个长。见我http://www.cnblogs.com/dullwolf/archive/2011/04/14/2015539.html这个文章：倒排索引，中文维持2+3长度的重要性。using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Text.RegularExpressions;namespace ConsoleApplication2{ class Program { sta 阅读全文

摘要： 汉字，如果保持索引关键字的长度只有2和3两种，那么对于输入过长的怎么办？5个字可以组成2+3和3+2两种，究竟是谁高，要根据命中率来排序，命中率高的，就作为组合搜索条件比如：笨狼代码大管家，可以拆成：笨狼 代码 大管家笨狼 代码大 管家笨狼代 码大 管家------------------如果：“笨狼” “代码” “大管家”这几个字在索引中存在，或者词频高，那么就按照这个做组合搜索。相反，象“码大”“代码大”这样可能压根不算是词的组合，排序就会靠后。例如：当索引中存在：“笨狼” “代码” “大管家”“管家”时，命中率分别是笨狼代 码大 管家1 笨狼 代码大 管家2笨狼 代码 大管家3倒排索引保 阅读全文