词库的内存数据结构和词库中单词的匹配算法

　　内存中单词采用层次结构保存

　　假设字典中有如下的单词：中国　 中华民国　国家　人民　民主

　　在内存中按照如下方式按层排列，其中每一个方块代表一个字，箭头所指向为该单词的前一个字。

　　单词按照如下方式匹配

　　比如查找单词“中华民国”

　　首先在第一层中使用二分法找到“国”字

　　获得“国”下层的数组“中民”

　　在该层使用二分法查找“民”，获得“民”下层的数组“华”

　　在该层使用二分法查找“华”，获得“华”下层的数组“中”

　　最后在该层找到中，至此，但此匹配完毕。

　　索引的格式

　　索引的格式是倒排索引的格式，也就是一个单词对应若干个文本表示。

　　在达梦数据库中，建立全文索引的对象是rec中的字段，生成倒排索引使用数据库中的b树进行存储。

　　在数据库是对某个字符字段进行全文索引，因此，rec的rowid作为该rec上该field的标示是必须要被记录的。

　　因此倒排索引存储的格式如下。

　　由于b树的字段长度是有限的，因此b树存储的格式为

　　全文索引的查询

　　全文的索引查询首先将对要查询的单词进行分词，然后在存储倒排索引的b树中将包含这些单词的rowid全部查找出来，并根据这些rowid在存储实际数据的b树中，将包含这些数据的行过滤出来。