摘要： 索引构建 回顾倒排索引的构建，首先，我们扫描一遍文档集合得到所有的词项—文档 ID 对。然后，我们以词项为主键、文档 ID 为次键进行排序。最后，将每个词项的文档 ID组织成倒排记录表， 并计算诸如词项频率或者文档频率的统计量。对于小规模文档集来说，上述过程均可在内存中完成。对于大规模文档集，由于内存不足，我们必须使用基于磁盘的外部排序算法（external sorting algorithm... 阅读全文