C++ 基于正倒排索引的搜索引擎核心实现与代码详解

首先，正排索引与倒排索引在搜索引擎项目中至关重要。正排索引将文档内容映射到文档 ID，倒排索引则根据关键词映射到文档 ID。搜索引擎在处理文档时，先创建正排索引，再基于其生成倒排索引。当用户查询时，利用倒排索引快速定位文档，结合正排索引展示结果。

1. 正倒排索引的结构

1.1 正排索引

正排索引存储文档内容及对应 ID。

// 正排索引结构体
typedef struct DocInfo {
    std::string title;   // 文档标题
    std::string content; // 文档内容
    std::string url;     // 文档 URL
    int doc_id;          // 文档 ID
} DocInfo1;

1.2 倒排索引

倒排索引存储文档 ID、关键字及权重。InvertedList 通常称为倒排拉链，一个关键字可能对应多个文档。

// 倒排索引元素结构体
struct InvertedElem {
    int doc_id;      // 文档 ID
    std::string word;// 关键字
    int weight;      // 权重
};
typedef std::vector<InvertedElem> InvertedList;

2. 正倒排序部分 Class 的 Private 部分

2.1 准备工作

正排索引使用 vector，下标即为文档 ID，便于访问。倒排索引使用哈希表（unordered_map），实现关键字到倒排文档列表的映射。

private:
    // 正排索引
    std::vector<DocInfo1> forward_index;
    // 倒排索引
    std::unordered_map<std::string, InvertedList> inverted_index;

2.2 单例模式

采用单例模式管理索引实例，减少资源浪费，确保全局逻辑统一，简化资源管理。需禁用拷贝构造函数和赋值运算符，并使用互斥锁防止多线程并发创建多实例。

private:
    Index() {};
    Index(const Index&) = delete;
    Index& operator=(const Index&) = delete;

    static Index* instance;
     std::mutex log;

:
    ~();

    {
         (instance == ) {
            log.();
             (instance == ) {
                instance =  ();
            }
            log.();
        }
         instance;
    }