第8章 文字搜尋引擎#

當你在搜尋框輸入十幾個字、不到一秒得到百萬筆結果時，背後是三套演算法在合作：倒排索引（哪些文件含有這些詞）、TF-IDF 排名（哪份文件最相關）、PageRank（哪些網頁本身更重要）。

本章自建一個迷你搜尋引擎：8.1 節實作倒排索引的建立——從爬到的文件到「詞 → (文件, 位置, 頻率)」的字典結構；8.2 節實作 TF-IDF 與餘弦相似度排名，並談 BM25 這個現代標準；8.3 節把視野拉到整個網頁圖，實作 PageRank 的冪迭代，理解 Google 起家的核心思想。

學完本章，讀者應能回答：搜尋引擎如何在「億級文件」上做到亞秒回應（索引預建＋排名線性）、為什麼「相關性」與「重要性」是兩個正交的訊號，以及向量語義（7.3 節）如何融入現代搜尋。