検索
*構造体 typedef struct _bigram_pos_t bigram_pos_t; struct _bigram_pos_t { unsigned int id; unsigned char pos; };/* 3バイト */ typedef struct _bigram_term_t bigram_term_t; struct _bigram_term_t { unsigned char word[8]; bigram_pos_t* pos; };/* 12バイト */ typedef struct _bigram_docid_t bigram_docid_t; struct _bigram_docid_t { unsigned int start; unsigned char len; };/* 3バイト */ *メールデータ 受信日時 Fromヘッダー Toヘッダー Ccヘッダー Subjectヘッダー Message-IDヘッダー Receivedヘッダー Dateヘッダー ... 本文 添付ファイル名 添付ファイル本文 文書(doc): - 文書ID - 著者 - 題名 - 作成日 分かち文字(term) - 単語(word) (8バイト) unsigned char[8] - 文書内ID(id) (2バイト) unsigned int (0～65535) - 文書内位置(pos) (1バイト) unsigned char (0～127) 0 日本語の検索をする 1 全文検索する 2 日本語の探索をする word(8) (1+1) (1+1) ------------------------------------------------------ 日本 0 0 2 0 本語 0 1 2 1 語の 0 2 2 2 の検 0 3 検索 0 4 1 2 索を 0 5 2 5 をす 0 6 2 6 する 0 7 1 4 2 7 全文 1 0 文検 1 1 索す 1 3 の探 2 3 探索 2 4 iword(4) hash hash ... ------------------------------------------------------ の h(検) h(探) 索 h(を) h(す) ... 文書ID 単語数 文書内ID群 ------------------------------------------------------ 0 100 0 1 380 1,2,3 2 300 4,5 3 90 6 ...
