1. 项目背景与价值
计算机课程多侧重理论，项目则是将知识转化为能力的桥梁。例如数据结构中的链表和树，只有在通讯录或文件索引工具中才能真正体会其作用；多线程开发能让人深刻理解锁机制与同步的实际意义。项目开发中遇到的逻辑漏洞、性能瓶颈等问题，倒逼我们学会拆解问题、查阅文档、调试代码，这些'实战思维'是未来工作的关键。此外，完整的项目经历涵盖了需求分析、架构设计、编码测试及版本管理，能显著提升简历竞争力。
2. 搜索引擎原理
搜索引擎是通过特定算法抓取、索引并检索信息的工具。核心功能包括网页抓取（爬虫）、建立索引库、排序算法（如 PageRank）以及用户交互界面。简单来说，浏览器发送 HTTP 请求上传关键字，服务器接收后进行去标签处理并建立索引，利用全网建立的索引进行查找，最后经排序拼接返回给用户。
3. 正排索引详解
正排索引（Forward Index）是以文档为中心的数据结构，存储每个文档及其包含的单词列表。它通过文档 ID 直接获取文档内容及其词项信息。通常以键值对形式存储：
- 键：文档 ID（整数或字符串）。
- 值：文档元数据（标题、URL）及词项列表（含词频、位置等）。
优点：文档内容获取高效，结构简单易维护。 缺点：无法直接支持关键词到文档的映射，需依赖倒排索引；长文本或海量文档集下存储开销较大。
4. 倒排索引详解
倒排索引（Inverted Index）用于快速查找包含特定单词的文档。它以单词或词项为键，记录出现在哪些文档中。广泛应用于搜索引擎和全文检索。
组成方式：
- 词项词典（Term Dictionary）：存储唯一单词，通常按字典序排列。
- 倒排列表（Posting List）：每个词项对应一个列表，记录文档 ID 及出现位置（词频、偏移量等）。
5. 正倒排索引协作机制
角色分工
- 倒排索引：以关键词为核心，存储'关键词 → 文档 ID 列表'。作用是快速筛选匹配关键词的文档集合，避免遍历全网。
- 正排索引：以文档 ID 为核心，存储'文档 ID → 原始内容'。作用是根据 ID 获取标题、摘要等信息，生成最终结果页。
协作流程
- 用户查询：输入关键词（如'5G 技术'），发送 HTTP 请求。
- 倒排筛选：服务器分词后在倒排索引中查找匹配的文档 ID（如 Doc101）。
- 正排提取：根据 ID 从正排索引获取元数据。
- 排序返回：结合 TF-IDF 等算法打分，拼接网页返回。
