Lucene倒排索引访问计数

在Lucene中，我想知道倒排索引中的访问次数。Lucene倒排索引访问计数

也许，Lucene的有倒排索引这样，

猫狗
-----
D01 D02
D02 D01
D03 D03
---- - -----

如果我使用查询“cat dog”，Lucene会连续访问倒排索引。然后我询问top-2的结果，只有4次访问，Lucene将返回d01，d02。在这种情况下，我想知道访问时间（在本例中为“4”）。

目前，我使用这样的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;

谢谢。

来源

2012-02-02 prory

渐近地说，如果有p匹配，并且您找到顶部k，则时间将为p log k。所以在你的情况下，6 log 2 = 6。（当然这个数字很小，这个公式给出了可笑的结果）。

有关更多信息，请参阅this。

请注意，“前两名”并不意味着“前两名”，而是“两项得分最高”。根据示例中的权重，Lucene可能会忽略d03。

来源

2012-02-02 22:21:49 Xodarap

谢谢。我认为Lucene会按照分数保留倒排索引排序。因此，在这个例子中，“前两名”是“两个最高分”。你的意思是说Lucene总是访问（p log k）时间？我认为如果Lucene已经倒过来索引，Lucene会在第四次访问后停止访问。我错了吗？ – prory 2012-02-03 07:50:20

@prory：文档按照每个学期的ID排序，而不是按分数排序。这是比按分数排序更快的方式，但这里解释太长。我只能说：阅读链接的博客文章和附件。举一个例子，如果d01和d02中的唯一字是“猫”和“狗”，则Lucene将在第四次访问后停止。但是说它总是只需要4个就太复杂了。 – Xodarap 2012-02-03 15:11:54

Lucene倒排索引访问计数

回答

相关问题