在前面的四篇文章中，我们介绍了生成索引文件 .tim、.tip、 .doc、 .pos、.pay 中.doc、.pos、.pay 这三个索引文件的内容，接着我们继续图 1 中剩余的内容，即流程点 生成索引文件.tim、.tip。

生成索引文件。tim、.tip、.doc、.pos、.pay 的流程图

图 1：

  对于图 1 的流程图的介绍，可以看文章 索引文件的生成（一）之 doc&&pay&&pos，我们同样以流程图的方法来介绍生成索引文件。tim、.tip 的逻辑。

生成索引文件。tim、.tip 的流程图

图 2：

  图 2 的流程描述的是一个域生成索引文件。tim、.tip 的流程图。

准备数据

图 3：

  将包含当前 term 的文档号 docId，以及在这些文档内的出现频率 frequency，位置信息 position、payload 信息、偏移信息 offset 写入到索引文件.doc、.pay、.pos 之后，会生成 IntBlockTermState 对象，该对象包含了以下的信息作为处理索引文件。tim、.tip 的准备数据：

  • singletonDocID：该值如果不为-1，说明只有一篇文档包含当前 term，那么 singletonDocID 的值为对应的文档号，singletonDocID 的存在会影响索引文件的数据结构，在 生成InnerNode 流程点会介绍该值的影响
  • lastPosBlockOffset：如果该值为-1，说明 term 在所有文档中的词频没有达到 128，即没有生成一个 block（见文章 索引文件的生成（二）），如果至少存在一个 block，那么该值描述的是 VIntBlocks 在 索引文件.pos 中的起始位置，见图 4
  • docStartFP：当前 term 的文档号 docId、词频信息 frequency 在索引文件.doc 的起始位置
  • posStartFP：当前 term 的位置信息 position 在索引文件。pos 的起始位置
  • payStartFP：当前 term 的偏移位置 offset，payload 在索引文件。pay 的起始位置
  • skipOffset：当前 term 的跳表信息在索引文件.doc 的起始位置

  上述值在索引文件中的位置如下所示：

图 4：

  索引文件。tim 又称为 Term Dictionary，所以在读取阶段，我们是先通过读取索引文件。tim 来得到在索引文件.doc、.pos、pay 的信息。

  • docFreq：包含当前 term 的文档数量
  • totalTermFreq：当前 term 在所有文档中出现的词频和值

  上述的两个信息是在生成索引文件.doc、.pay、.pos 的过程中记录的，其记录的时机点如下所示：

图 5：

生成 NodeBlock

图 6：

  每当处理一个新的 term 之前，我们先要 统计term栈中的prefixTopSize。

term 栈跟 prefixTopSize 是什么

  term 栈即存放 term 的栈，prefixTopSize 是跟栈顶 term 有相同前缀的 term 数量，例如待处理的 term 集合如下所示：

1

    term集合 = {"abc", "acc", "acd", "acea", "aceb", "acee", "acef"}

图 7：