腾讯面试题： 百度搜索为什么那么快？

我还记得去年面腾讯时，面试官最后轻飘飘的问：百度/google的搜索为什么那么快？这个问题我一直耿耿于怀，终于今天，我把他写出来，以后再问，我直接把这篇文章甩给他！！！首先我们知道，百度肯定是有爬虫，到处爬取网页，进行某种处理。当百度爬取了海量网页后，每一个网页我们称为”文档“，不可能就杂乱无章的放着，它使用了文档集合，就是类似的文档放在一个集合中。实际上很多搜索引擎基本就是这样做的，只不过各家还有别的参考标准，比如百度还会参考热度，你的搜索记录，还有网站给的钱（你懂的）等等综合打分，按评分高低返回搜索结果的排序。第一个问题就是，词库那么多，当你输入“苹果”的时候，百度如何将你的关键词和他内部倒排列表的“苹果”一词联系起来？