[发明专利]用于对倒排索引进行压缩的文档序号重排方法及其系统

摘要

本发明公开了用于对倒排索引进行压缩的文档序号重排方法及其系统，该方法包括：步骤1，对已经分配好文档序号的文档进行词语划分得到词项，对所述词项按照其在所述文档中的出现频率进行排列，得到第一顺序的词项；步骤2，利用所述第一顺序的词项对所述文档进行重新排序，获得所述文档的最终排序；步骤3，新的文档序号按照所述文档的最终排序进行重新分配。本发明在运行过程中通过对词项进行排序，挖掘文档之间的相似度关系，仅占用少量内存空间，大大降低了算法的时间复杂度和空间复杂度。

主权项

一种用于对倒排索引进行压缩的文档序号重排方法，其特征在于，包括：步骤1，对已经分配好文档序号的文档进行词语划分得到词项，对所述词项按照其在所述文档中的出现频率进行升序、降序排列或对所述词项不排列，得到第一顺序的词项；步骤2，所述第一顺序的词项与所述文档按照阵列排列，从第一个词项开始对任意两个文档进行比较，如果满足一个文档存在该词项、另一个文档不存在该词项的条件时，则存在该词项的文档排在另一个不存在该词项的文档之前，如果该两个文档均存在或均不存在该词项，则比较下一个词项直到满足所述条件；排在后面的文档与第三个文档按照前述方法进行比较，直到所有文档排列结束，从而得到所述文档的最终排序；步骤3，新的文档序号按照所述文档的最终排序进行重新分配。