深入搜索引擎

这本书最耐人寻味的地方，在于它把「搜索引擎」拆成了三个被多数入门书忽略的底层环节：压缩、索引、查询，并花了大量篇幅讲前两者。读者普遍提到，书中好几章都在啃哈夫曼编码、算术编码、LZ系列等压缩算法，却几乎不讲 PageRank、HITS 这类大家熟悉的排名技术——这正是它与其他「搜索引擎」书的分水岭：它不关心「如何把结果排个先后」，而关心「如何在海量数据里省空间、快查找」。因此它更像一本信息处理的工程底册，而非搜索算法导论。适合愿意啃算法、想理解数据到底怎么被压扁、被倒排、被存下来的技术人员；若你只想快速了解搜索排名原理，它可能会让你觉得「内容充实却组织松散」，也需忍受略显生硬的翻译与偏老的版本。