常见搜索场景下的算法选择
在开发一个电商平台时，用户输入“红色连衣裙”后，系统需要快速返回匹配结果。这时候用的不一定是单一算法，而是多种搜索策略的组合。比如先用倒排索引定位包含关键词的商品，再结合 TF-IDF 或 BM25 对相关性打分排序。
倒排索引：搜索引擎的基石
像 Elasticsearch 和 Solr 这类工具背后都依赖倒排索引。它把每个词映射到包含它的文档列表，实现 O(1) 级别的关键词查找。适合处理大规模文本检索，尤其在日志分析、商品搜索中表现稳定。
// 伪代码示例：构建简单倒排索引
Map<String, List<Integer>> invertedIndex = new HashMap<>();
for (int i = 0; i < documents.length; i++) {
String[] words = tokenize(documents[i]);
for (String word : words) {
invertedIndex.computeIfAbsent(word, k -> new ArrayList<>()).add(i);
}
}
二分查找与有序数据加速
当你在一个已按价格排序的商品列表里找 299 元以下的手机，二分查找比遍历快得多。前提是数据有序，时间复杂度从 O(n) 降到 O(log n)。数据库中的 B+ 树索引就是基于这个原理，支持范围查询和排序操作。
模糊匹配：应对拼写错误
用户打“iphnoe”却想搜“iPhone”，这时候编辑距离（Levenshtein Distance）就能派上用场。通过计算两个字符串之间的插入、删除、替换次数，判断相似度。不过直接计算开销大，可以用 BK-Tree 或 N-Gram 提前建立结构优化查询效率。
向量搜索：AI 时代的新型方案
现在越来越多应用支持“以图搜图”或语义搜索，比如输入“夏天穿的清凉裙子”也能找到无“清凉”二字的结果。这类需求靠传统关键词匹配搞不定，得用 Sentence-BERT 把文本转成向量，再用近似最近邻（ANN）算法在高维空间找相近项。Faiss、Annoy 是常用的库。
混合策略提升体验
实际项目中很少只用一种算法。例如某内容平台既要做标题精确匹配，又要支持语义推荐，还会根据点击行为动态调整排序权重。可以先用倒排索引筛出候选集，再过一遍向量模型打分，最后融合热度、时效等因子做重排。
选哪种方案，关键看数据规模、查询类型和响应要求。小数据量用哈希表加模糊匹配足够；上亿级数据就得考虑分布式索引和近似算法来平衡精度与速度。