《数学之美》第8章 简单之美--布尔代数和搜索引擎

    技术分为术和道两种，具体的做事方法是术，做事的原理和原则是道。

    搜索引擎的原理其实非常简单，建立一个搜索引擎大致需要做这样几件事：

        自动下载尽可能多的网页；

        建立快速有效的索引；

        根据相关性对网页进行公平准确的排序。

1 布尔代数

    中国古代的阴阳学说可以认为是最早二进制的雏型。

    1854年，布尔的《思维规律》第一次向人们展示了如何用数学的方法解决逻辑问题。

        AND运算的两个元素有一个是0，则运算结果总是0 。

        OR运算的两个元素有一个是1，则运算结果总是1。

        NOT运算把1变成0，把0变成1。

    布尔代数对于数学的意义等同于量子力学对于物理学的意义，它们将我们对世界的认识从连续状态扩展到离散状态。

2 索引

    每个网站就像图书馆的一本书，我们不可能在图书馆书架上一本本地找，而是要通过搜索卡片找到它的位置，然后直接去书架上拿。

    最简单的索引结构是用一个很长的二进制数表示一个关键字是否出现在每篇文献中。

    早期的搜索引擎由于受计算机速度和容量的限制，只能对重要、关键的主要词建立索引。至今很多学术杂志还要求作者提供3-5个关键词。

    索引非常大，通过分布式的方式存储到不同的服务器上。普通的做法就是根据网页的序号将索引分成很多份，分别存储在不同的服务器中，每当接受一个查询时，这个查询就被分发到许许多多的服务器中，这些服务器同时并行处理用户请求，并将结果送到主服务器进行合并处理，最后将结果返回给用户。

    需要根据网页的重要性、质量和访问频率建立常用和非常用等不同级别的索引。常用的索引需要访问速度快，附加信息多，更新也要快，而非常用的要求就低多了。