Lucene倒排索引訪問計數

在Lucene中，我想知道倒排索引中的訪問次數。Lucene倒排索引訪問計數

也許，Lucene的有倒排索引這樣，

貓狗
-----
D01 D02
D02 D01
D03 D03
---- - -----

如果我使用查詢「cat dog」，Lucene會連續訪問倒排索引。然後我詢問top-2的結果，只有4次訪問，Lucene將返回d01，d02。在這種情況下，我想知道訪問時間（在本例中爲「4」）。

目前，我使用這樣的Lucene。

Query q = new QueryParser(Version.LUCENE_35, "title", analyzer).parse(querystr); 
int hitsPerPage = 10; 
IndexSearcher searcher = new IndexSearcher(index, true); 
TopScoreDocCollector collector = TopScoreDocCollector.create(hitsPerPage, true); 
searcher.search(q, collector); 
ScoreDoc[] hits = collector.topDocs().scoreDocs;

謝謝。

來源

2012-02-02 prory

漸近地說，如果有p匹配，並且您找到頂部k，則時間將爲p log k。所以在你的情況下，6 log 2 = 6。（當然這個數字很小，這個公式給出了可笑的結果）。

有關更多信息，請參閱this。

請注意，「前兩名」並不意味着「前兩名」，而是「兩項得分最高」。根據示例中的權重，Lucene可能會忽略d03。

來源

2012-02-02 22:21:49 Xodarap

謝謝。我認爲Lucene會按照分數保留倒排索引排序。因此，在這個例子中，「前兩名」是「兩個最高分」。你的意思是說Lucene總是訪問（p log k）時間？我認爲如果Lucene已經倒過來索引，Lucene會在第四次訪問後停止訪問。我錯了嗎？ – prory 2012-02-03 07:50:20

@prory：文檔按照每個學期的ID排序，而不是按分數排序。這是比按分數排序更快的方式，但這裏解釋太長。我只能說：閱讀鏈接的博客文章和附件。舉一個例子，如果d01和d02中的唯一字是「貓」和「狗」，則Lucene將在第四次訪問後停止。但是說它總是隻需要4個就太複雜了。 – Xodarap 2012-02-03 15:11:54

Lucene倒排索引訪問計數

回答

相關問題