倒排索引 §

倒排索引包含两个部分：单词词典和倒排列表

单词词典（Term Dictionary） §

记录所有文档的单词，记录单词到倒排列表的关联关系。

单词词典一般比较大，可以通过B+ Tree或哈希拉链法实现，以满足高性能的插入与查询。

倒排列表（Posting List） §

倒排列表记录了单词对应的文档组合，由倒排索引项组成。

倒排索引项包括：

• 文档ID
• 词频TF：该单词在文档中出现的次数，用于相关性评分
• 位置（Position）：单词在文档中分词的位置（第几个词），用于语句搜索
• 偏移（Offset）：记录单词的开始结束位置（第几个字符到第几个字符），实现高亮显示