Структурированный блокнот   
 Машинное обучение (Machine Learning, обучающиеся алгоритмы) →  Интеллектуальные системы с объёмами данных размером с интернет →  Поиск в интернете →  Индекс слов →  

Например

Для 4-х документов (в каждом из которых одна строка детской считалки)
1. Ехал Грека через реку.
2. Видит Грека в реке рак.
3. Сунул в реку руку Грека.
4. Рак за руку Грека - цап.

Получим следующий индекс (игнорируя верхний/нижний регистр)
в -- 2, 3
видит -- 2
Грека -- 1, 2, 3, 4
ехал -- 1
за -- 4
рак -- 2, 4
реке -- 2
реку -- 1, 3
руку -- 3, 4
сунул -- 3
цап -- 4
через -- 1

Теперь для поиска по этим документам нам достаточно просмотреть индекс.
Ищем "руку" -- находим документ 3,4
Ищем "сунул руку" -- находим по слову "сунул" документ 3, по "руку" -- 3 и 4. Значит оба слова только в документе 3. Хотя бы одно слово в документах 3, 4.
Ищем "кукушка" -- нет в индексе, значит нет ни в одном документе.

Даже на таком объёме данных понятно, что поиск по индексу быстрее, чем поиск по всем документам. Если же представить, что мы хотим искать по всем документам в интернете, то только поиск по индексу способен выдать результат за разумное время. Именно такой подход применяют все известные поисковые машины (Яндекс, Мэйл, Гугл и т.д.)

Для хранения огромных индексов используются бинарные деревья или хэши.
Поиск по записям в текущем разделе:

Наши проекты: Добрые мультфильмы | Он-лайн игры для обучения детей программированию