「検索」の編集履歴（バックアップ）一覧に戻る

検索 - (2007/04/03 (火) 01:50:12) の編集履歴(バックアップ)

---

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
...