企业官网建设流程全解析

免费做网站推广的软件,手机做wordpress,许昌做网站公司,如何建立搜索功能的网站文章目录是否了解字典树#xff1f;——从 Elasticsearch 的视角聊字典树的那些事儿什么是字典树#xff1f;字典树的基本结构字典树在 Elasticsearch 中的作用倒排索引与字典树的关系字典树的压缩优化实际应用中的字典树配置示例#xff1a;配置自定义分词器字典树的优缺点…文章目录是否了解字典树——从 Elasticsearch 的视角聊字典树的那些事儿什么是字典树字典树的基本结构字典树在 Elasticsearch 中的作用倒排索引与字典树的关系字典树的压缩优化实际应用中的字典树配置示例配置自定义分词器字典树的优缺点优点缺点总结与展望最后如果你觉得这篇文章对你有帮助请记得点赞、收藏和分享咱们下期再见继续探讨更多 Elasticsearch 的有趣话题 领取 | 1000 套高质量面试题大合集无套路闫工带你飞一把是否了解字典树——从 Elasticsearch 的视角聊字典树的那些事儿大家好我是闫工今天我要和大家聊一个看似简单但其实非常重要的话题字典树Trie。为什么说它重要呢因为在 Elasticsearch 中倒排索引的核心结构其实就是基于字典树实现的。换句话说如果你不了解字典树的工作原理那么对 Elasticsearch 的理解可能就会打个折扣。不过在开始之前我得先做个调查大家有没有听说过字典树或者说你们在实际工作中是否用过类似的数据结构如果有人举手说“没听过”那也没关系咱们今天就从零开始一步步搞懂它什么是字典树字典树英文名 Trie发音为 “try”是一种树状数据结构。它的名字来源于reTRIEval意思就是用来高效检索的数据结构。简单来说字典树非常适合存储和快速查找具有共同前缀的字符串。比如在手机通讯录中当我们输入“张”时系统会列出所有姓张的联系人如果我们接着输入“三”就会筛选出名字为“张三”的联系人。这个过程就是典型的前缀匹配而字典树正是这种场景下的完美选择。字典树的基本结构字典树由节点组成每个节点代表一个字符。根节点是空的后续的每个节点都代表一个字符。例如如果我们存储单词 “apple” 和 “app”那么它们的前缀 “app” 会被共享从而节省空间。具体来说每个节点可以包含以下内容子节点指向下一个字符的指针。标记位表示该节点是否是一个单词的结束位置。比如存储 “apple” 和 “apply” 的字典树结构如下root / \ a b / \ p ... / \ l l / \ e y可以看到“app” 是两个单词的共同前缀因此它们共享相同的节点。这样不仅节省了空间还提高了查询效率。字典树在 Elasticsearch 中的作用Elasticsearch 的倒排索引本质上就是一种字典树结构。倒排索引的作用是将文档中的关键词映射到包含这些关键词的文档列表中。例如如果我们搜索“apple”Elasticsearch 会快速找到所有包含这个词的文档。具体来说Elasticsearch 使用的是FSTFinite State Transducer这是一种优化过的字典树结构。FST 不仅支持前缀匹配还可以处理复杂的正则表达式和词干提取等操作。倒排索引与字典树的关系倒排索引的核心是将关键词与文档建立映射关系。每个关键词都会对应一个包含该词的文档列表Posting List。为了高效存储这些关键词Elasticsearch 使用了 FST 来压缩和管理这些词汇表。举个例子假设我们有以下文档“The quick brown fox jumps over the lazy dog.”“A fast brown rabbit hops over the sleeping cat.”如果我们对这两个文档进行索引倒排索引会生成如下结构brown - [doc1, doc2] fox - [doc1] lazy - [doc1] rabbit - [doc2] ...这些关键词会被存储在 FST 中以便快速查找。字典树的压缩优化为了节省内存和提高查询效率Elasticsearch 使用了非常高效的字典树压缩算法。例如FST 会将多个共享前缀的关键词合并到同一个路径中从而减少节点数量。比如存储 “apple” 和 “app” 的 FST 结构会共享 “app” 这一部分而不是为它们单独创建节点。这不仅节省了空间还加快了查询速度。实际应用中的字典树配置在 Elasticsearch 中字典树的使用主要体现在分词器和过滤器中。我们可以通过配置这些组件来优化搜索性能。下面是一个简单的示例示例配置自定义分词器假设我们需要为一个中文搜索引擎配置分词器。我们可以使用 IK 分词器一个常用的中文分词插件。以下是配置步骤首先安装 IK 分词器./bin/elasticsearch-plugininstallhttps://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.10.3/elasticsearch-analysis-ik-7.10.3.zip然后在 Elasticsearch 中创建一个索引并配置分词器PUT/my_index{settings:{analysis:{analyzer:{ik_analyzer:{type:custom,tokenizer:ik_max_word,filter:[lowercase]}}}}}接着我们可以测试分词效果POST/my_index/_analyze{analyzer:ik_analyzer,text:我爱 Elasticsearch}返回结果可能包含以下内容[ 我, 爱, Elasticsearch ]通过这种方式我们利用了字典树的前缀匹配特性快速将文本分解为关键词。字典树的优缺点优点高效查找由于基于前缀匹配字典树在单词检索时非常高效。节省空间共享前缀可以显著减少存储空间。支持复杂操作FST 可以处理正则表达式和词干提取等高级功能。缺点内存占用高字典树需要较多的内存来存储节点这在处理大规模数据时可能会成为瓶颈。构建时间长初始化字典树需要一定的时间尤其是在处理大量关键词时。总结与展望通过今天的分享希望大家对字典树有了更深入的理解。它不仅是 Elasticsearch 的核心技术之一也是许多其他场景如自动补全、拼写检查等的重要工具。如果你还没有尝试过配置 Elasticsearch 的分词器或倒排索引那么不妨动手实践一下从简单的配置开始逐步探索它的奥秘。相信我你一定会对这个强大的数据结构感到惊叹最后如果你觉得这篇文章对你有帮助请记得点赞、收藏和分享咱们下期再见继续探讨更多 Elasticsearch 的有趣话题 领取 | 1000 套高质量面试题大合集无套路闫工带你飞一把你想做外包吗闫工就是外包出身但我已经上岸了你也想上岸吗闫工精心准备了程序准备面试想系统提升技术实力闫工精心整理了1000 套涵盖前端、后端、算法、数据库、操作系统、网络、设计模式等方向的面试真题 详细解析并附赠高频考点总结、简历模板、面经合集等实用资料✅ 覆盖大厂高频题型✅ 按知识点分类查漏补缺超方便✅ 持续更新助你拿下心仪 Offer免费领取 点击这里获取资料已帮助数千位开发者成功上岸下一个就是你✨