我正在尝试基于关键字搜索实现搜索引擎。 谁能告诉我哪个是实现搜索关键词的最佳（最快）算法？
我需要的是：
我的关键字：
search, faster, profitable
他们的同义词：
search: grope, google, identify, search
faster: smart, quick, faster
profitable: gain, profit
现在，我应该搜索数据库中上述同义词的所有可能的排列，以识别最匹配的单词。
答案 0 :(得分：1)
最好的解决方案是使用现有的搜索引擎，例如Lucene或其替代方案（请参阅Which are the best alternatives to Lucene?）。
现在，如果你想自己实现它（这确实是一个很好的问题），你应该看一下Inverted Index的概念。这就是谷歌和其他搜索引擎所使用的。当然，它们还有很多额外的系统，但这是基本的。
倒排索引的想法是，对于每个关键字（和同义词），您存储包含关键字的文档的ID。然后很容易为一组关键字查找匹配的文档，因为您只需在倒排索引中计算其列表的交集（或者取决于您想要做什么的联合）。示例：
我们假设这是你的倒排索引：
smart: [42,35]
gain: [42]
profit: [55]
现在，如果你有一个“智能，增益”的查询，你的匹配文件就是[42,35]和[42]的交集（或联合）。
要处理同义词，您只需要扩展查询以包含初始查询中单词的所有同义词。根据您的示例，您的查询将变得“更快，更快，更好，更有利可图”。
一旦实现了这一点，一个很好的改进就是为关键字添加TFIDF权重。这基本上是一种比普通词（编程）更重要的方法（编程）。
另一种方法是浏览所有文档并找到包含您的文字（或其同义词）的文档。倒排索引会更快，因为您不必每次都浏览所有文档。耗时的操作是构建索引，只需要执行一次。