一种基于共享前缀的两级索引结构

• 作者: 喻波 赵国鸿 陈曙晖
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 倒排结构 两级索引 共享前缀 平衡二叉树
• 年，卷（期）: 2010,（12）
• 页码范围: 113-116,121
• 分类号: TP391
• 字数: 4675字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.12.029

摘要

大多数倒排索引结构并未提出词汇表的组织形式,传统的基于Hash算法组织的词汇表存在大量碰撞的索引词.本文提出一种基于共享前缀的两级索引结构,通过对汉字、英文、数字进行统一编码,把具有相同首字的索引词映射到一级索引的相同位置;二级索引使用共享前缀树的结构组织索引词,既能通过二分查找快速定位索引文件存储块的位置,又能通过共享前缀的方式减少对相同字的存储,有效地减少了索引文件占用的存储空间.实验结果表明,该结构索引文件与源文档大小的压缩比达到0.59,与顺序索引和Hash索引相比,具有较高的时空效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曙晖	国防科学技术大学计算机学院	18	169	7.0	12.0
2	赵国鸿	国防科学技术大学计算机学院	7	25	4.0	5.0
3	喻波	国防科学技术大学计算机学院	3	11	3.0	3.0