10 | 索引拆分：大规模检索系统如何使用分布式技术加速检索？
在大规模检索系统中，分布式技术通过拆分倒排索引提升性能。基于文档的水平拆分将数据随机分片，各服务器并行处理，降低单次查询耗时，且易于扩展与维护；而基于关键词的垂直拆分虽减少请求复制，但易引发负载不均与运维复杂。工业界普遍采用文档拆分，兼顾效率与可维护性。
15 | 最近邻检索（上）：如何用局部敏感哈希快速过滤相似文章？
在搜索引擎与推荐系统中，相似文章去重至关重要。通过向量空间模型将文档转为高维向量，利用SimHash等局部敏感哈希技术生成紧凑指纹，结合海明距离与抽屉原理分段索引，可高效近似检索相似内容，避免重复展示，提升用户体验。该方法广泛应用于网页去重、图像识别等领域。
2、排序
排序算法分为比较类和非比较类。比较类包括快排、归并、堆排（平均时间O(n log n)）和插入排序（O(n²)），适用于不同数据规模与有序度；非比较类如计数、桶、基数排序，可达到O(n)，依赖数据特征。实际应用中常结合多种算法优化性能。
04 | 状态检索：如何快速判断一个用户是否存在？
本文探讨如何高效判断对象是否存在，对比有序数组、二叉树、哈希表的查询性能，引出位图与布隆过滤器。位图利用数组按位存储，空间效率高；布隆过滤器通过多哈希函数映射到位数组，实现O(1)查询，虽存在误判但省空间，适用于注册去重、爬虫判重等场景。删除问题可通过引用计数或重建解决。
线性结构检索：从数组和链表的原理初窥检索本质
本节深入解析数组与链表的存储特性及其对检索效率的影响。数组支持随机访问，适合二分查找，检索效率为O(log n)；链表虽检索较慢，但插入删除高效，适用于频繁动态调整场景。通过改造链表结构，如结合数组提升检索性能，揭示了数据组织方式对检索的核心作用，帮助理解“快速缩小查询范围”这一检索本质。
最近邻检索（上
在搜索引擎与推荐系统中，相似文章去重至关重要。本文介绍基于向量空间模型的近邻检索方法，将文档表示为TF-IDF加权的高维向量，通过计算向量间相似度识别重复内容。为提升检索效率，引入局部敏感哈希（LSH）技术，快速筛选潜在相似文章，有效优化用户体验。
