lucene中用到的常用算法

关注

原创最新推荐文章于 2025-01-25 11:24:56 发布 414 阅读 AI 写同款· GEO 优化 ›

在lucene中，使用了很多常用的算法。还有一些很不错的算法，在学习lucene的过程中，顺便把这些算法也纪录下来，以后编程中可以直接使用。

1、在类TermHashPerField类中使用了快速排序：


void quickSort(RawPostingList[] postings, int lo, int hi) {
    if (lo >= hi)
      return;
    else if (hi == 1+lo) {
      if (comparePostings(postings[lo], postings[hi]) > 0) {
        final RawPostingList tmp = postings[lo];
        postings[lo] = postings[hi];
        postings[hi] = tmp;
      }
      return;
    }

    int mid = (lo + hi) >>> 1;

    if (comparePostings(postings[lo], postings[mid]) > 0) {
      RawPostingList tmp = postings[lo];
      postings[lo] = postings[mid];
      postings[mid] = tmp;
    }

    if (comparePostings(postings[mid], postings[hi]) > 0) {
      RawPostingList tmp = postings[mid];
      postings[mid] = postings[hi];
      postings[hi] = tmp;

      if (comparePostings(postings[lo], postings[mid]) > 0) {
        RawPostingList tmp2 = postings[lo];
        postings[lo] = postings[mid];
        postings[mid] = tmp2;
      }
    }

    int left = lo + 1;
    int right = hi - 1;

    if (left >= right)
      return;

    RawPostingList partition = postings[mid];

    for (; ;) {
      while (comparePostings(postings[right], partition) > 0)
        --right;

      while (left < right && comparePostings(postings[left], partition) <= 0)
        ++left;

      if (left < right) {
        RawPostingList tmp = postings[left];
        postings[left] = postings[right];
        postings[right] = tmp;
        --right;
      } else {
        break;
      }
    }

    quickSort(postings, lo, left);
    quickSort(postings, left + 1, hi);
  }

2、多个数组求交集
这个是用在query查询的多个term取到倒排表以后，做交集得到结果
ConjunctionScorer.java 的 doNext函数是这个算法的实现，非常的简单，几行代码而已，非常的喜欢这个算法。
scorers[ ] 是以队列为单个元素的数组，首先用这些队列的第一个元素对数组进行排序，从0到length-1从小到大排好，然后将其中最大的scorers[length-1]队列的第一个元素赋于doc。然后每一个队列都与这个最大的doc做比较，如果第一个元素小于doc，那么这个队列弹出下一个元素与doc比较；如果相等，那么first加一，换成下一个队列与doc做比较；如果大于doc，那么将这个元素赋于doc，作为最大的。可以把这个些以队列为元素的数组当作一个环形的数组，这样就比较容易理解了。
firstScorer.advance(doc) 函数advance是从该数组中取大于等于doc号的doc

  private int doNext() throws IOException {
    int first = 0;
    int doc = scorers[scorers.length - 1].docID();//取最大的doc号给doc
    Scorer firstScorer;
    while ((firstScorer = scorers[first]).docID() < doc) {
      doc = firstScorer.advance(doc);//从first数组中取大于等于doc号的元素，如果当前first大于doc，那么将doc设为当前first的元素

      first = first == scorers.length - 1 ? 0 : first + 1;//first加一，如果当前到了length-1，那么相当于一个环形，从0开始
    }
    return doc;
  }