coresearch

Coresearch

.NET CORT-PLATFORM CROSSFAL, IN-MEMORY, PERPUSTAKAAN PENCARIAN Teks Lengkap untuk membangun mesin pencari

Tentang

Coresearch menggunakan indeks terbalik dengan struktur data trie yang ditingkatkan untuk mengindeks kriteria pencarian atom dari konten ke sumber daya. Algoritma TRIE membuat Coresearch lebih elastis dan memungkinkan kueri kata yang tepat dan operasi seperti pencarian fuzzy, wildcard dan pencocokan karakter. Seluruh struktur trie disimpan dalam memori untuk kinerja yang lebih baik. Seluruh proyek ditulis sebagai proyek pembelajaran jadi waspadai memasang produksi

Fitur

• Algoritma indeks terbalik yang efisien (pemetaan dari konten ke sumber daya)
• Menggunakan struktur data Pree Tree (TRIE) untuk pencarian cepat dan penskalaan horizontal
• Pencarian yang tepat dengan waktu terburuk O (k) super cepat, di mana k adalah panjang kunci
• Pencarian Wildcard untuk traversal pohon pencarian pertama yang rekursif
• Pencarian Pencarian Karakter dengan Level dalam K+1
• Alat dan perpustakaan baris perintah sederhana
• Cross-Platform , berjalan di Linux, MacOS dan Windows
• Dengan mudah menangani sejumlah besar sumber daya yang berbeda

Trie di wikipedia

Perintah CLI

Muat data dari file dalam jalur dan ekstensi tertentu (rekursif)

 source <string path> <string extension>
alias: load

contoh:

 > source ./ *.txt

Dapatkan nama sumber daya untuk kunci yang tepat (kata)

 get <string key>
alias: search

contoh:

 > search cars
output:
<resource names for key cars>

Cari Setiap Nama Sumber Daya Yang Mulai dengan Awalan

Mode kueri:

• Tanda tanya (?) Untuk memilih semua nama sumber daya milik anak -anak dari simpul tertentu (jika ada).
• Wildcard Sign (*) adalah untuk memilih semua nama sumber daya secara rekursif di bawah awalan tertentu.
• Pencocokan yang tepat (tanpa tanda apa pun) menghasilkan output yang sama dengan perintah GET/Search.

 query <string prefix> <query mode: . or *>

Contoh 1:

 > query c ?
output: 
<resource names for keys: ca, cb, c5, co, c1, ...>

Contoh 2:

 > query c *
output: 
<resource names for keys: ca, cabbage, c4a541, cars, cardio, cantaloupe, ...>

Contoh 3:

 > query cars
output: 
<resource names for key cars>

Tambahkan Sumber Daya Di Bawah Kunci (Word)

 add <string resource name> <string content>
alias: insert

contoh:

 > add english-dict.txt house 

Hapus kunci spesifik (kata)

 delete <string key>

contoh:

 > delete sport

Gema

 echo <string content>

contoh:

 > echo hello
output:
hello

Nyalakan/Mati/Mati Mode Debug

 debug <bool>

contoh:

 > debug true

Hapus setiap node dalam struktur dan kumpulkan memori

 flush

contoh:

 > flush

Tampilkan informasi

 info

contoh:

 > flush
output:
Nodes in trie: 4651175
Words inserted: 15513389
Resource files: 2227
Memory usage: 1044944640 bytes

Konsol yang jelas

 clear

contoh:

 > clear

Argumen CLI

Putar mode debug

 --debug <bool>
-d

Atur ukuran max memori (dalam byte)

 --memory-limit <int>
-m

Pra-proses setiap kata sebelum dimasukkan

 --normalize <bool>
-n

Pola untuk menghapus karakter yang tidak diinginkan, digunakan untuk setiap kata sebelum dimasukkan

 --pattern <regex>
-p

Muat data dari jalur tertentu saat mulai

 --source <string>
-s

Atur ekstensi untuk memuat data saat start

 --extension <string>
-e

Lisensi

Coresearch dilisensikan di bawah MIT.