<<这就是搜索引擎>>学习笔记-算法之索引压缩 -

ansjsun

浏览: 203060 次
性别:
来自: 北京

最近访客更多访客>>

永无止境2313

mysql_dba

慕容诗雨

heartandheart

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

<<这就是搜索引擎>>学习笔记-算法之索引压缩

博客分类：

算法讨论
J2EE
JAVASE

前一段时间.在微博上中奖了.
一个叫张俊林的帅锅.送了俺一本书.由于工作(其实是懒惰),一直木有好好看..书到手一个月了才看了80多页.
现在终于要过年了.开始看了..顺路给自己做个笔记.在这里我郑重推荐此书

<<这就是搜索引擎：核心技术详解>>

定　　价：￥45.00

作　　者：张俊林　著

出版社：电子工业出版社

出版时间：2012-1-1

http://product.dangdang.com/product.aspx?product_id=22574992

好了广告做完了..我先介绍一些索引压缩算法..

一.为什么压缩索引
海量的网页保存.需要消耗大量的磁盘空间.同事在索引读取的时候增加的磁盘的io.影响了性能所以压缩.

二.压缩的标准指标
1.压缩率 2.压缩速度 3.解压速度

三现在下面介绍第一种压缩算法.

EliasGamma算法

EG压缩算法利用分解函数将待压缩的数字分解为两个因子.之后分别用医院编码和二进制编码来表达这两个因子.

Elias Gamma 分解式如下 X = 2e + d (是2的e次方 .但是打不出来)

这里x为待解压的数字.e和d分别为其因子.对于因子 e+1采用一元编码表示.对于d用宽度为e的二进制编码来表示

分享到：

我的2012年计划表.....试运行大家多提提意 ... | 文本相似度计算-Levenshtein

2012-01-19 16:20
浏览 2322
评论(11)
分类:编程语言
查看更多

11 楼 ansjsun 2012-04-06

lsycxyj 写道

ansjsun 写道

EliasGamma

ansjsun 写道

s delta的算法运算后，明明是一个数字9却变成占用了8位（连同分割位的话甚至更多）的数，为什么还称为“压缩”呢？希望能解答一下。谢谢！

lsycxyj 写道

博主你好！我看了一下，利用elias delta的算法运算后，明明是一个数字9却变成占用了8位（连同分割位的话甚至更多）的数，为什么还称为“压缩”呢？希望能解答一下。谢谢！

lsycxyj 写道

我理解的是比如e 那么就是2的e次方如果是9 e=3 那么3个bit可以表示..内存中是001

写错了 9应该是0001001

两倍的e为字节的宽度.d为后续的字

解码就是2前面3个0代表3次方 , 后面为001 则为1 即是9

9的Gamma是1110：001，Delta是110：00：001，如果把分隔符“：”也算一位的话，明显占用空间比9要大，为什么还能称为“压缩”？还是大位宽的情况下才算是“压缩”？

9是一个int..int是32位...小于32就算压缩吧..

10 楼 lsycxyj 2012-04-05

ansjsun 写道

EliasGamma

ansjsun 写道

s delta的算法运算后，明明是一个数字9却变成占用了8位（连同分割位的话甚至更多）的数，为什么还称为“压缩”呢？希望能解答一下。谢谢！

lsycxyj 写道

我理解的是比如e 那么就是2的e次方如果是9 e=3 那么3个bit可以表示..内存中是001

写错了 9应该是0001001

两倍的e为字节的宽度.d为后续的字

解码就是2前面3个0代表3次方 , 后面为001 则为1 即是9

9 楼 ansjsun 2012-04-05

EliasGamma

ansjsun 写道

s delta的算法运算后，明明是一个数字9却变成占用了8位（连同分割位的话甚至更多）的数，为什么还称为“压缩”呢？希望能解答一下。谢谢！

lsycxyj 写道

我理解的是比如e 那么就是2的e次方如果是9 e=3 那么3个bit可以表示..内存中是001

写错了 9应该是0001001

两倍的e为字节的宽度.d为后续的字

解码就是2前面3个0代表3次方 , 后面为001 则为1 即是9

8 楼 ansjsun 2012-04-05

s delta的算法运算后，明明是一个数字9却变成占用了8位（连同分割位的话甚至更多）的数，为什么还称为“压缩”呢？希望能解答一下。谢谢！

lsycxyj 写道

我理解的是比如e 那么就是2的e次方如果是9 e=3 那么3个bit可以表示..内存中是001

7 楼 lsycxyj 2012-04-05

6 楼 ansjsun 2012-02-08

解比较浅显..就

cjf068 写道

我觉得垂直搜索关键就是专业，提取的信息专注于某一类业务，只是针对某个特定领域的专门搜索

受教了..专门的字典..术语库...专门的检索...我也感兴趣..正在试着写个索引程序等我写完了试试哈

5 楼 cjf068 2012-02-08

我觉得垂直搜索关键就是专业，提取的信息专注于某一类业务，只是针对某个特定领域的专门搜索

4 楼 ansjsun 2012-02-08

cjf068 写道