前三步早就做完了，第四步才是你按下回车后发生的事。
记住一句话：慢活儿提前干，快活儿当场算。抓网页、切词、做小抄都是提前做好的；你搜索时只是查表。
英文单词之间有空格，中文没有。电脑先要搞清楚：“机器人社团”应该切成【机器人 / 社团】，而不是【机器 / 人社 / 团】。
哪些词会被丢掉？像“的”“了”“是”“一个”几乎每个网页都有，拿来搜完全没用，电脑会把它们删掉，这样小抄能做得又小又快。
下面有 6 个网页。电脑把每个网页切开后，记下了「哪个词 → 出现在哪几个网页里」。点右边任意一个词试试。
🗂️ 小抄（倒排索引）
点一个词，看看它出现在哪些网页里：
这就是“倒排”：平时看书是按「页码 → 内容」排的，搜索引擎偏偏反过来，按「词语 → 页码」排。查起来才快。
如果没有小抄，电脑只能一个一个网页翻；有了小抄，一步就能跳到答案。选个词，把两个按钮都点一遍。
我要找：
0一个一个翻：翻了几个网页
0查小抄：看了几条记录
0找到的网页数
先点「🐢 一个一个翻」，再点「⚡ 查小抄」，比较一下它们的次数。
把这 6 个网页想成全世界的 300 亿个网页：一个一个翻要翻开 300 亿次；查小抄只要在词典里找一次词。这就是索引的全部意义。
同时找到好几篇的时候，电脑按一个简单的规矩排队：词出现得越多分越高，出现在标题里再加分。
真实的搜索引擎排队要复杂得多：还会看网页是不是经常被别人推荐、是不是新发布的、有没有乱堆关键词骗人……但最基本的想法，就是刚才这一套。
做完了给同桌讲一遍原因。
今天记住三句话
1. 搜索不是临时去网上找，网页早就抓好了。
2. 先把网页切成词，再做一张「词 → 网页」的小抄，叫倒排索引。
3. 谁排第一，看相关性：词出现多少次、在不在标题里、网页本身靠不靠谱。