当前位置： 首页 > news >正文

倒排表的压缩算法

news 2026/2/9 13:44:59

For压缩算法

这是倒排表的一种压缩算法。

还是那个问题，如果"小米" 这个词项，在多文档里都有，则就会导致倒排表很大，这时候就会设计到了压缩算法，这里说的是，倒排表。

那末我们来看看 for压缩算法是怎么压缩数据呢？其实你可以理解为它是将posting list（无论数字多大都是用int去存的） 转换为一个差值list   （deltas list）去存的，也就是我们之前存的不是文件id吗，这回我们去存和前一个的差值，这样是不是存的这个数就会变小，那这样我们需要的位数是不是就会变小，靠这个来压缩我们的函数

不如说上边这个 我们得到一个差值集合之后呢

发现就可以用8位去存储这些数，这样是不是跟用int去存储就变小了

但是呢，我们又发现 比如 2 这个 数字用8位去存储是不是又浪费了

我们可以在保证顺序的时候去分 在2那分成一半一半把

细心的同学又发现了，为什么不把单独的数 拎出来那么分呢？2分5字节这不还浪费吗。

但是除了要保证高效的压缩方法，还要保证快速的解码啊，我们最终还得恢复成最原来的那个倒排表。我们每块数组用了几个数组，也是要记录在磁盘上的，如果我们一个一个差这会导致这个记录又浪费了空间。这个记录呢占用1个字节

那具体这个数组拆分到什么程度，如果这个数组足够稠密的时候，就不用拆了，就是说这一块的数字特别都比较接近。这个也是动态计算出来的。

RBM压缩算法

如果数值不密集，也就是说你一个很大一个很小，这时候我们就用RBM压缩算法。

我们这时候就不用减法了，我们用除法

 

因为我们int类型是32位。我们把32位这么看，一个高16位（商），一个低16位（余数）

所以我们先把每个数除以65536也就是2^16 得到一个除数和一个余数。我们就把一个大数换成了两个小数。

那么这两个数是怎么存储起来的。其实是用Container存的

我们把那个商作为一个key 用short方法去存储

然后余数存在对应key 所对应的容器之中。

如图你就知道了

Container 包括三种container

arraycontainer  我们的上述例子就是用的这个容器

Bitmapcontainer  这个占用的空间永远位8kb

Runcontainer

这三种容器可以自己去学习

相关文章：

倒排表的压缩算法

For压缩算法 这是倒排表的一种压缩算法。 还是那个问题，如果"小米" 这个词项，在多文档里都有，则就会导致倒排表很大，这时候就会设计到了压缩算法，这里说的是，倒排表。 那末我们来看看 for压缩…...

编程日记 2023/9/6 10:17:04

Android studio实现自定义圆形进度条 带刻度进度条 计步效果 时速表 水波纹效果

目录 原文链接效果图values /layout /activity原文链接 效果图 点击重置后： 该项目总共实现了三种圆形进度条效果 CircleProgress：圆形进度条，可以实现仿 QQ 健康计步器的效果，支持配置进度条背景色、宽度、起始角度，支持进度条渐变DialProgress：类似 CircleProgress，…...

编程日记 2023/9/6 10:16:02

使用【宝塔+docker】在云服务器上部署基于SpringBoot 和 Dubbo RPC 的项目：踩坑记录

待部署的项目包括：前端front，服务提供者backend，服务消费者gateway，注册中心nacos 服务器信息：腾讯云入门级服务器2核2G（后续有对服务器进行升级） 部署工具：前端使用宝塔部署&#x…...

编程日记 2023/9/6 10:14:59

【算法与数据结构】617、LeetCode合并二叉树

文章目录 一、题目二、解法三、完整代码 所有的LeetCode题解索引，可以看这篇文章——【算法和数据结构】LeetCode题解。 一、题目 二、解法 思路分析：采用递归的方式遍历二叉树，【算法与数据结构】144、94、145LeetCode二叉树的前中后遍历&am…...

编程日记 2023/9/6 10:13:57

ffmpeg把RTSP流分段录制成MP4，如果能把ffmpeg.exe改成ffmpeg.dll用，那音视频开发的难度直接就降一个维度啊

比如，原来我们要用ffmpeg录一段RTSP视频流转成MP4，我们有两种方案： 方案一：可以使用以下命令将rtsp流分段存储为mp4文件 ffmpeg -i rtsp://example.com/stream -vcodec copy -acodec aac -f segment -segment_time 3600 -reset_t…...

编程日记 2023/9/6 10:12:54

朝夕光年游戏自动化测试实践

朝夕光年是面向全球用户与开发者的游戏研发与发行业务品牌，致力于服务全球玩家，帮助玩家在令人惊叹的虚拟世界中一起玩耍与创造。 在游戏的研发过程中，游戏自动化一直是开展难度较大的工程，具体包括机房机架、设备调度、软件框架、…...

编程日记 2023/9/6 10:11:50

数据结构基本概念

一、数据 数据对象-数据元素-数据项(属性)，前者由后者组成 二、数据结构 定义：按某种关系的数据元素的集合 三、数据类型 1、原子类型（例如整型） 2、结构类型（由原子类型组成，例如数组） 3、…...

编程日记 2023/9/6 10:10:42

【javaweb】学习日记Day9 - Mybatis 基础操作

目录 一、删除 （1）在mapper接口执行sql删除语句 ① 注解后sql语句没有提示怎么办？ （2）测试层 （3）开启mybatis日志 （4）预编译SQL 二、新增 （1&#…...

编程日记 2023/9/6 10:09:40

Mybatis学习|Mybatis缓存：一级缓存、二级缓存

Mybatis缓存 MyBatis包含一个非常强大的查询缓存特性，它可以非常方便地定制和配置缓存。缓存可以极大的提升查询效率。 MyBatis系统中默认定义了两级缓存:一级缓存和二级缓存 默认情况下，只有一级缓存开启。(SqlSession级别的缓存，也称为本地…...

编程日记 2023/9/6 10:08:38

230903文本docx

处理文本 块级项目,每次文本超出右边界时都会添加一行.对段落,边界一般是页边距,但如果按列布局页,则也可是列边界,如果表格单元格内有段,则也可是单元格边界. 块级项属性指定其在页上的位置,如缩进项及段落前后间距.内联项属性一般指定显示内容的如字样,字体大小,粗体和斜体…...

编程日记 2023/9/6 10:07:36

Mysql-DML(数据处理语言)

-- 插入数据 insert into member values(1,张三,21,5000); insert into member(id,name) values(2,李四); insert into member values(3,王五,23,3000) ,(4,纪六,24,4000) ,(5,查七,25,5000); -- 更新（修改数据) 不加限制条件 该字段全部修改 update member set age…...

编程日记 2023/9/6 10:06:34

部署项目至服务器

安装conda https://zhuanlan.zhihu.com/p/489499097 个人租借的服务器如何进行端口的开放呢？ 防火墙设置： 添加规则设置： 即可； 通常下租借的服务器没有防火墙设置 相关链接： https://blog.csdn.net/weixin_4520…...

编程日记 2023/9/6 10:05:33

OSI与TCP IP各层的结构与功能,都有哪些协议

分析&回答 OSI七层模型 层功能TCP/IP协议族应用层文件传输，电子邮件，文件服务，虚拟终端TFTP，HTTP，SNMP，FTP，SMTP，DNS，Telnet表示层数据格式化，代码转换…...

编程日记 2023/9/6 10:04:31

【2023年11月第四版教材】第10章《进度管理》（第三部分）

第10章《进度管理》（第三部分） 7 估算活动持续时间7.1 估算活动持续时间7.2 类比估算★★★7.3 参数估算★★★7.4 三点估算★★★7.5 数据分析★★★ 7 估算活动持续时间 组过程输入工具和技术输出计划4,估算活动持续时间1.项目管理计划（进…...

编程日记 2023/9/6 10:03:30

【Vuex状态管理】Vuex的基本使用；核心概念State、Getters、Mutations、Actions、Modules的基本使用

目录 1_应用状态管理1.1_状态管理1.2_复杂的状态管理1.3_Vuex的状态管理 2_Vuex的基本使用2.1_安装2.2_创建Store2.3_组件中使用store 3_核心概念State3.1_单一状态树3.2_组件获取状态3.3_在setup中使用mapState 4_核心概念Getters4.1_getters的基本使用4.2_getters第二个参数4…...

编程日记 2023/9/6 10:02:28

Linux centos7 bash编程（循环与条件判断）

在编程训练中，循环结构与条件判断十分重要。 根据条件为真为假确定是否执行循环。 有时，根据条件的真假结果，决定执行哪些语句，这就是分支语句。 为了训练分支语句与循环语句，我们设计一个案例： 求一组…...

编程日记 2023/9/6 10:01:27

设计模式-6--装饰者模式（Decorator Pattern）

一、什么是装饰者模式（Decorator Pattern） 装饰者模式（Decorator Pattern）是一种结构型设计模式，它允许你在不修改现有对象的情况下，动态地将新功能附加到对象上。这种模式通过创建一个包装类，…...

编程日记 2023/9/6 10:00:25

质量属性案例-架构真题（二十一）

试题一 某电子商务公司升级会员与促销管理系统，向用户提交个性化服务，提高用户粘性。在项目建立之初，公司领导人一致认为目标是提升会员管理方式的灵活性，由于当前用户规模不大，用户简单，系统方面不需要做…...

编程日记 2023/9/6 9:59:23

nacos Error to process server push response

nacos2.0.3报错&#xff1a; Error to process server push response 解决办法&#xff1a; 排查项目当中有没有直接或间接依赖reflections&#xff1a; <dependency><groupId>org.reflections</groupId><artifactId>reflections</artifactId>…...

编程日记 2023/9/6 9:58:21

神经网络NLP基础 循环神经网络 LSTM

用的时候&#xff0c;只关心token的输入&#xff0c;以及hidden state就好了 sequence的length是多少&#xff0c;lstm的cell的数量就是多少 LSTM BI-LSTM stacked lstm GRU 实现...

编程日记 2023/9/6 9:57:19

测试微信模版消息推送

进入“开发接口管理”--“公众平台测试账号”&#xff0c;无需申请公众账号、可在测试账号中体验并测试微信公众平台所有高级接口。 获取access_token: 自定义模版消息&#xff1a; 关注测试号&#xff1a;扫二维码关注测试号。 发送模版消息&#xff1a; import requests da…...

编程新知 2026/2/8 4:37:13

K8S认证|CKS题库+答案| 11. AppArmor

目录 11. AppArmor 免费获取并激活 CKA_v1.31_模拟系统 题目 开始操作&#xff1a; 1&#xff09;、切换集群 2&#xff09;、切换节点 3&#xff09;、切换到 apparmor 的目录 4&#xff09;、执行 apparmor 策略模块 5&#xff09;、修改 pod 文件 6&#xff09;、…...

编程新知 2026/1/29 2:11:35

三维GIS开发cesium智慧地铁教程（5）Cesium相机控制

一、环境搭建 <script src"../cesium1.99/Build/Cesium/Cesium.js"></script> <link rel"stylesheet" href"../cesium1.99/Build/Cesium/Widgets/widgets.css"> 关键配置点&#xff1a; 路径验证&#xff1a;确保相对路径.…...

编程新知 2025/12/1 19:23:04

【Java学习笔记】Arrays类

Arrays 类 1. 导入包&#xff1a;import java.util.Arrays 2. 常用方法一览表 方法描述Arrays.toString()返回数组的字符串形式Arrays.sort()排序&#xff08;自然排序和定制排序&#xff09;Arrays.binarySearch()通过二分搜索法进行查找&#xff08;前提&#xff1a;数组是…...

编程新知 2025/12/3 9:38:15

渗透实战PortSwigger靶场-XSS Lab 14：大多数标签和属性被阻止

<script>标签被拦截 我们需要把全部可用的 tag 和 event 进行暴力破解 XSS cheat sheet&#xff1a; https://portswigger.net/web-security/cross-site-scripting/cheat-sheet 通过爆破发现body可以用 再把全部 events 放进去爆破 这些 event 全部可用 <body onres…...

编程新知 2026/1/24 13:05:24

HTML 列表、表格、表单

1 列表标签 作用&#xff1a;布局内容排列整齐的区域 列表分类&#xff1a;无序列表、有序列表、定义列表。 例如&#xff1a; 1.1 无序列表 标签&#xff1a;ul 嵌套 li&#xff0c;ul是无序列表&#xff0c;li是列表条目。 注意事项&#xff1a; ul 标签里面只能包裹 li…...

编程新知 2026/1/24 22:33:33

深入理解JavaScript设计模式之单例模式

目录 什么是单例模式为什么需要单例模式常见应用场景包括 单例模式实现透明单例模式实现不透明单例模式用代理实现单例模式javaScript中的单例模式使用命名空间使用闭包封装私有变量 惰性单例通用的惰性单例 结语 什么是单例模式 单例模式&#xff08;Singleton Pattern&#…...

编程新知 2026/1/31 17:09:43

Java入门学习详细版（一）

大家好&#xff0c;Java 学习是一个系统学习的过程&#xff0c;核心原则就是“理论 实践 坚持”&#xff0c;并且需循序渐进&#xff0c;不可过于着急&#xff0c;本篇文章推出的这份详细入门学习资料将带大家从零基础开始&#xff0c;逐步掌握 Java 的核心概念和编程技能。 …...

编程新知 2025/12/14 14:47:02

laravel8+vue3.0+element-plus搭建方法

创建 laravel8 项目 composer create-project --prefer-dist laravel/laravel laravel8 8.* 安装 laravel/ui composer require laravel/ui 修改 package.json 文件 "devDependencies": {"vue/compiler-sfc": "^3.0.7","axios": …...

编程新知 2025/10/15 0:25:46

（一）单例模式

一、前言 单例模式属于六大创建型模式，即在软件设计过程中，主要关注创建对象的结果，并不关心创建对象的过程及细节。创建型设计模式将类对象的实例化过程进行抽象化接口设计，从而隐藏了类对象的实例是如何被创建的，封装了软件系统使用的具体对象类型。 六大创建型模式包括…...

编程新知 2026/1/30 6:03:31