我的系统类似于stackoverflow。基本上，一个帖子可以有多个标签，并且有一个搜索功能可以找到与查询标签匹配的帖子（所有标签必须匹配）
我想知道是否有任何算法/数据结构可以有效地解决帖子标记/搜索问题？就速度（时间复杂度）而言，哪一个效率最高？
问问题
2720 次
3 回答
2
在过去，我没有为此使用任何专门的 DS。事实上，如果你想用 RDBMS 来做这件事，请阅读Wordpress 如何使用分类法做这件事的详细信息。大多数情况下，您将拥有一个单独的标签表，然后各个帖子可以链接多个标签（使用键）。
另一种流行的方法是将您的问题视为一个刻面问题。您必须使用全文索引框架并在此基础上开发分面浏览。这是来自 Lucene/Solr 的创建者的一篇出色的文章，它解释了这种情况。有了分面浏览，您将能够显示 stackoverflow 所做的一些事情：
algorithm × 21165
search × 8863
data-structures × 5867
tags × 2886
stackoverflow × 721
于 2012-07-25T08:52:55.897 回答
0
存储此类数据以进行搜索的最省时的方法通常是在倒排索引中。这也恰好是最常见的搜索引擎/信息检索系统所围绕的内容。
对于这个的实际实现，我建议你看看Apache Lucene。
于 2012-07-25T08:52:36.607 回答
0
对于这个问题，答案是肯定的。我正在开发一个学生内部网作为我的作业项目，实现的算法因数据库设计而异。
在我的例子中，有一个算法用大约 140 行编码。
tag (tagID*, tagName)
tagMap (tagSetID*, tagID*)
tagSet (tagSetID*)
announce (announceID*, tagSetID, title, content)
如上所述，我自己开发了多个标签匹配算法。以防万一认为我的算法不够高效，现在我意外地了解了@joel 和@abhinav 提到的倒排索引。
于 2021-04-15T10:47:25.673 回答