费曼读书法专门解决“专业”的问题，神乎其神，怎能不摩拳擦掌、跃跃欲试？我便挑了自己不擅长的计算机科学方面的书来尝试～
选择书目：《改变未来九大算法》
目标主题：Google搜索引擎原理
计算机科学行业，对于大多数外行来说，堪比天书。确实，计算机科学的思维很独特，代码语言和我们平常所用也不同，但能够搞懂计算机思维方式，也是打开新世界的体验！你会发现，原来觉得很神奇方便的东西，是这样构思而成的，不禁觉得妙哉！
接下来，带你跟着我全盘复刻这种体验，只要你愿意读，我的这篇文章就能让你搞懂搜索引擎基本原理！（以下不摘录原文，均为我的问题、理解、转述）
我们都有使用搜索引擎的经历，所以这一点你应该好理解：搜索引擎的排名决定了它的质量。（根据你搜索的关键词，如果关联度越高的结果排名越靠前，你自然会觉得这个引擎是好用的。百度正式因为排名第一第二的总是广告而被诟病）
Google的市场份额最大也是因其排名算法最优，所以，我们现在来看看网页排名算法究竟是如何做的。
第一个认知板块：概念「索引」
这个你并不陌生，几乎每本书都有索引。现在，有一本书中的索引是一个词+出现位置，如：abandon 1 2，即abandon这个词在第一页和第二页出现过。那么网页也是如此，我们来举个例子。
（所有的网页和书页一样，我们都是通过索引来找到相应的网页的）
假设，现在有3个网页，是如何建立索引的呢？（如图1）
图1
第1个问题：看到这里时我很奇怪，为什么建立好的索引里a是3、cat是1和3，后面皆图1表格所示？
嗯，费曼读书法说我得努力往下看，然后回看。所以我继续看，答案也许在后面，结果我懂了！再次回看果然符合，原来，这里是个坑！——翻译得背这个锅。
我给大家解释一下，请参照图1，网页的内容应该是：
网页1: the cat sat on the mat
网页2: the dog stood on the mat
网页3: the cat stood while a dog sat
所以【a 3】的索引即为a这个词出现在第3个网页中，【cat 1 3】是指的cat出现在网页1和网页3中。你说这里既然是讲索引，翻译干嘛要把举例翻译成中文啊！（请在我翻译的英文句子中找）简直是坑读者啊，不过被我发现了哈哈～
继续读……
第二个认知板块：词的位置
上面的举例中，我们知道了索引里如何记录某个词出现在哪些个网页，所以当你搜索“cat”时，就会出现第1个和第3个网页。
接着问题来了，当我们输入关键词【cat sat】时，结果是什么？
没错，网页1和网页3都有“cat”和“sat”这两个词，所以都会出现。但是这里有个问题了，目前这两个网页对于计算机来说，都是符合条件的结果，哪个应该排在前面呢？（由于这里是拿3个网页举例，现实有成千上万亿个网页）
第2个问题：为什么要注明词的位置？
重读了这个部分之后，又反复解读例图，我就明白了。
你搜索输入的是【cat sat】，问题在于：
1. 包含这两个词
2. 两个词需要按照这个顺序排列？（sat cat 呢？）
3. 两个词要紧邻？（cat stood while a dog sat 呢？）
所以，这个索引要进一步丰富：记录词的位置。（如图2）
图2
如图，图中将这个三个网页和建立的索引一一对应起来看，就好理解了。【cat 1-2 3-2】意思即为，cat这个词出现在第个网页的第2个位置，第3个网页的第2个位置，依次类推其他。
（“-”后面表示词在该网页内的位置
所以，当你在输入【cat sat】时，
第1个网页中：cat是【1-2】，sat是【1-3】，证明这个网页里cat和sat 是紧邻的；
第3个网页中：cat是【3-2】，sat是【3-7】，中间隔了4个单词。
所以网页1自然更加符合你的搜索结果。
这里就说明了，为什么又要进一步丰富索引，要表示词的位置了。因为对于计算机来说，它并不会像我们一样判断结果是否符合，它只会做筛选，那么如果只有第一种网页的索引时，只能判断【是否存在】，而通过词的位置，就能够进一步判断【关键词的相邻情况和顺序】。
到这里，你看懂了吗？如果是，相信你也会和我一样觉得有趣了。搜索引擎的原理当然不止于此，后面在此基础上有进一步的复杂原理，一直读下去越觉得精妙，不禁感叹一开始怎么就有人能够想到这种解决办法呢！
如今，谁掌握了最优算法就掌握了核心竞争力，这是算法的天下，不打算了解一下？
网友评论