布尔搜索说明

29

我的母亲正在学习一些在线课程，以便成为一名图书馆员，在此课程中，他们涵盖布尔搜索，因此他们可以有效地搜索数据库，但是，她遇到了一个听起来像这样的问题：

搜索“ x OR y”将产生105,000次点击，而仅搜索x将产生80 000次点击，仅搜索y将获得35000次点击。当组合的单个搜索给出115,000次点击时，为什么搜索“ x OR y”给出105,000次点击？

对我来说，这听起来很奇怪，所以我自己用培根和三明治一词进行了测试。

仅培根产生了1.79亿个结果
仅三明治生产了3.12亿个结果
培根或三明治给出了491,000,000的结果

但对我来说加起来：1.79亿（培根）+ 3.12亿（三明治）= 4.91亿（培根或三明治）

为什么OR查询的命中次数少于两个查询的总和？

sets counting

— sch
source

22

您有一只蓝狗，一只蓝猫和一只红猫。（蓝色）编号= 2，（CAT）= 2，但NUMBER（蓝色或CAT）数= 3，而不是4

— BlueRaja -丹尼Pflughoeft

11

我尝试过，培根获得了1.84亿个结果。从来没有去寻找三明治，因为我立即离开了自己炸了一些培根。

— corsiKa's

15

我认为这里的真正问题是您的数据库中没有培根三明治。

— MooseBoys's

@MooseBoys是的，这一定是为什么我的数字加起来的原因，因为它们不应该对吧？

— sch 2016年

3

@klskl：如果您要从Google获得这些数字，请记住这些数字是非常非常粗略的估计。为了获得“培根或三明治”的估计值，它们只是将数字求和就可能是这样。这之所以可行，是因为估算值不需要具有任何准确性。

— BlueRaja-Danny Pflughoeft

62

提示：搜索x和y将产生10000次匹配。

— Yuval Filmus
source

是的，但是这很重要，老师声称他们的x或y搜索所得到的命中次数少于结合分别搜索x和y的命中率

— sch

63

不，那不是重点。相反，这就是重点。

— Yuval Filmus's

我对此很陌生，想详细说明吗？根据我的理解，AND会在两个单词中给出结果，因此结果要比单个单词少，但是与OR有什么关系呢？

— sch 2016年

2

当AND为空时，OR的工作方式类似于ADD，否则就不行。@klskl x和y的信息至关重要。

— 邪恶的

我现在看到@YuvalFilmus，这就是重点！（我当时想，汉堡包和三明治的点击量不会达到1万次...）谢谢您

— sch

93

此处适用的计数原理为包含-排除。

| X \cup ÿ | = | X | + | ÿ | - | X \cap ÿ |

为了弄清楚数字，必须为10000。 $\left|X \cap Y \right|$

维恩图可能更令人信服于这种符号的人。

— 200_成功
source

4

这真的很好，会用这个来向妈妈解释，真的很干净，谢谢！

— sch 2016年

3

| X \cup Y | = | X | + | Y | - | X \cap Y |

$|X \cup Y| = |X| + |Y| - |X \cap Y|$

| X \cap Y |

$|X \cap Y|$

| X |

$|X|$

| Y |

$|Y|$

| X | + | Y |

$|X| + |Y|$

— Devsman'5

数学计算出来，并且很有意义，但是与上面的集合代数不匹配。

— 凯文·布朗

我记得4-5岁时做过维恩图。他们真的被低估了。谢谢约翰·文恩。

— 法拉普

1

@Pharap的确，这样的图表值得我们的奉献。

— 梅森·惠勒

13

文件1：猫在桌子上
文件2：我的猫是黑色
文件3：狗在桌子下面
文件4：猫的名字是什么？
文档5：这是黑白照片

搜索cat：返回的文档为1,2,4（返回了3个文档）
搜索black：返回的文档为...
搜索cat或black：返回的文档为...

:-D :-D

— Vor
source

3

简单来说：

搜索X给您n个答案。
搜索Y给您m个答案。
搜索X和Y给您p答案。

在搜索X OR Y时，搜索会在找到X或Y时立即终止。因此，如果在Y之前有一个X，则搜索X OR Y时将不计入Y。因此，您对X OR Y的搜索会给你n + m-p个答案。

请务必注意，无论您进行2次搜索还是一次搜索，结果都是相同的。只是在对这两个搜索求和时，对某些文档进行了两次计数。

— 坦率
source

“一旦找到X或Y，搜索就会中止。” 这不取决于实现吗？一个实现可以获取X的所有结果，获取Y的所有结果，然后以消除重复的方式组合结果。

— jpmc26 2013年

@ArnabDatta我所描述的绝对不是XOR。“消除重复”表示消除第二个副本，而不是该元素的所有实例。

— jpmc26

真正。我误解了。删除了我的评论。

— Arnab Datta

3

假设您只有一个文档。这是文档＃1：

X Y

现在，假设您有一个搜索功能，可以根据一个关键字为您提供所有文档：

search("X") => 1
search("Y") => 1

请注意，两种情况下的文档数均为1。现在，如果您具有一个搜索功能，可以为您提供与所提供的一个或多个关键字匹配的文档数：

search("X", "Y") => 1

将包含的文档数添加到包含的文档X数时Y，这会使您对同一文档计数两次。在您的情况下，发生的10000时间如上所述：)

— Arnab Datta
source