搜索架构图
1. 检索框架图
可采用表格的形式
在横轴和纵轴上采用不同性质的检索特征 在两个特征对应的行列的交叉点上就是我们要检索的目标
这个很少用 是最低级的 因为生物种类的指标太多了 不可能这么简单
比如 水生 陆生 两栖
植物 金鱼藻 蒲公英 苔藓
动物 鲫鱼 大象 青蛙
分类标准一般按进化标准排列 上面这个不太标准
还有的就是退格式检索表，等距检索表之类的
2. 搜索引擎由哪几部分组成组成
蜘蛛负责网页信息的抓取工作，一般情况下切词器和索引器一起使用，它们负责将抓取的网页内容进行切词处理并自动进行标引，建立索引数据库。查询器根据用户查询条件检索索引数据库并对检索结果进行排序和集合运算，如并集、交集运算，再提取网页简单摘要信息反馈给查询用户。 Google搜索引擎从功能上同样分为三大部分：网页爬行、标引入库和用户查询。网页爬行主要负责网页的抓取，由URL服务器、爬行器、存储器、分析器和URL解析器组成, 爬行器是该部分的核心；标引入库主要负责对网页内容进行分析，对文档进行标引并存储到数据库里，由标引器和分类器组成，该模块涉及许多文件和数据，有关于桶的操作是该部分的核心；用户查询主要负责分析用户输入的检索表达式，匹配相关文档，把检索结果返回给用户，由查询器和网页级别评定器组成，其中网页等级的计算是该部分的核心。 例：SOPI 搜索引擎系统的组成 SOPI 是一个小型的搜索引擎系统，功能与网络、 GOOGLE 类似，适用于中小型网站及企业的信息搜索及向用户展示服务。本网站中的所有内容均通过此系统自动获得。系统性能参数如下： 平台： 1U 兼容服务器，双至强 2.8G ， 1G 内存 索引库大小： 5G 数据库： SqlServer2005 运行环境： Microsoft .NET Framework SDK v2.0 内存平均使用： 600-900M CPU 使用率： 10%-80% 日新增文章及图片数： 10 万篇 搜索时间： 5G 内容搜索结果 0.3-1 秒 SOPI 由五部分组成，分别为：信息采集系统 (SpiderSystem) 、信息分析系统 (AnalysisSystem) 、索引系统 (IndexSystem) 、管理系统 (AdminSystem) 、网站平台 (WebSystem) ，结构如下： 搜索引擎的主要工作流程是：首先从蜘蛛开始，蜘蛛程序每隔一定的时间（象google一般是28天）自动启动并读取网页URL服务器上的URL列表，按深度优先或广度优先算法，抓取各URL所指定的网站，将抓取的网页分配一个唯一文档ID(DocId)，存入文档数据库。一般在存入文档数据库之前进行一定的压缩处理。并将当前页上的所的超连接存入到URL服务器中。在进行抓取的同时，切词器和索引器将已经抓取的网页文档进行切词处理，并按词在网页中出现的位置和频率计算权值，然后将切词结果存入索引数据库。整个抓取工作和索引工作完成后更新整个索引数据库和文档数据库，这样用户就可以查询最新的网页信息。
3. 求一张网络三层架构的图
三层网络架构是采用层次化架构的三层网络。
三层网络架构设计的网络有三个层次：专核心层（网属络的高速交换主干）、汇聚层（提供基于策略的连接）、接入层 （将工作站接入网络）。
(3)搜索架构图扩展阅读：
三层网络结构短板
1、不断地改变的三层网络结构数据中心网络传输模式。
2、网络收敛：三层网络结构中，同一个物理网络中的储存网络和通信网络，主机和阵列之间的数据传输通过储存网络来传输，在逻辑拓扑上就像是直接连接的一样
3、虚拟化：将物理客户端向虚拟客户端转化，虚拟化服务器是未来发展的主流和趋势，它使得三层网络结构的网络节点的移动变得非常简单。
4、如果三层网络结构上主机需要通过高速带宽相互访问，但通过层层的uplink口，会导致潜在的、而且非常明显的性能衰减。三层网络结构的原始设计更会加剧这种性能衰减，由于生成树协议会防止冗余链路存在环路，双上行链路接入交换机只能使用一个指定的网络接口链接。
5、横向网络（east-west）在纵向设计的三层网络结构中传输数据会带有传输的瓶颈，因为数据经过了许多不必要的节点（如路由和交换机等设备）。
4. 一道数据结构题，这里是深度优先搜索过程中的(b)图，是怎么画出来的求较为详细的解释，谢谢
你这个图实在是看不清楚啊，我重新标记了一下，简单给你回答一下吧。
深度优先搜版索属于图算法的一种，权核心是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次，简单地说就是，选定一个出发节点后一直往更深的节点走，没有路了就返回，再选择另一个节点继续遍历。
按照我重新标注的节点，深度搜索从a出发，先选择b，然后一路深入e、d、c，这时没有可选的了，原路返回到a；再选择 f，然后一路深入h、g，又没有可选的了，再返回到节点a；此时没有其他节点可选，遍历结束。
深度优选的访问顺序并不是唯一的，上面只是解释了一种，还可以有其他的顺序，例如：a->b->c->d->e（返回a），a->f->g->h（返回a）,结束。这个也是可以的。
5. 企业搜索的应用架构
坚持以人为导向的设计原则， 以满足不同使用者应用需求的企业搜索入口为统一展现手段，以开放的应用开发平台为应用支撑，提供经过安全级别控制与过滤的安全检索、管理企业内容和知识，根据企业实际需求拓展内容管理、知识管理、协同应用等大量功能，通过内容整合技术实现对企业 ERP、PDM、CRM等业务系统的数据和流程。以灵活、方便、快捷地方式组合应用，满足企业管理支撑的各种业务需要。
功能架构如下图所示：
图四、应用架构
图五、非结构化内容处理
6. 数据结构，图的深度搜索和广度搜索，求代码
深度优先遍历：
#include <stdio.h>
#include <malloc.h>
#define INFINITY 32767
#define MAX_VEX 20 //最大顶点个数
bool *visited; //访问标志数组
//图的邻接矩阵存储结构
typedef struct{
char *vexs; //顶点向量
int arcs[MAX_VEX][MAX_VEX]; //邻接矩阵
int vexnum,arcnum; //图的当前顶点数和弧数
}Graph;
//图G中查找元素c的位置
int Locate(Graph G,char c){
for(int i=0;i<G.vexnum;i++)
if(G.vexs[i]==c) return i;
return -1;
}
//创建无向网
void CreateUDN(Graph &G){
int i,j,w,s1,s2;
char a,b,temp;
printf("输入顶点数和弧数:");
scanf("%d%d",&G.vexnum,&G.arcnum);
temp=getchar(); //接收回车
G.vexs=(char *)malloc(G.vexnum*sizeof(char)); //分配顶点数目
printf("输入%d个顶点.\n",G.vexnum);
for(i=0;i<G.vexnum;i++){ //初始化顶点
printf("输入顶点%d:",i);
scanf("%c",&G.vexs[i]);
temp=getchar(); //接收回车
}
for(i=0;i<G.vexnum;i++) //初始化邻接矩阵
for(j=0;j<G.vexnum;j++)
G.arcs[i][j]=INFINITY;
printf("输入%d条弧.\n",G.arcnum);
for(i=0;i<G.arcnum;i++){ //初始化弧
printf("输入弧%d:",i);
scanf("%c %c %d",&a,&b,&w); //输入一条边依附的顶点和权值
temp=getchar(); //接收回车
s1=Locate(G,a);
s2=Locate(G,b);
G.arcs[s1][s2]=G.arcs[s2][s1]=w;
}
}
//图G中顶点k的第一个邻接顶点
int FirstVex(Graph G,int k){
if(k>=0 && k<G.vexnum){ //k合理
for(int i=0;i<G.vexnum;i++)
if(G.arcs[k][i]!=INFINITY) return i;
}
return -1;
}
//图G中顶点i的第j个邻接顶点的下一个邻接顶点
int NextVex(Graph G,int i,int j){
if(i>=0 && i<G.vexnum && j>=0 && j<G.vexnum){ //i,j合理
for(int k=j+1;k<G.vexnum;k++)
if(G.arcs[i][k]!=INFINITY) return k;
}
return -1;
}
//深度优先遍历
void DFS(Graph G,int k){
int i;
if(k==-1){ //第一次执行DFS时,k为-1
for(i=0;i<G.vexnum;i++)
if(!visited[i]) DFS(G,i); //对尚未访问的顶点调用DFS
}
else{
visited[k]=true;
printf("%c ",G.vexs[k]); //访问第k个顶点
for(i=FirstVex(G,k);i>=0;i=NextVex(G,k,i))
if(!visited[i]) DFS(G,i); //对k的尚未访问的邻接顶点i递归调用DFS
}
}
//主函数
void main(){
int i;
Graph G;
CreateUDN(G);
visited=(bool *)malloc(G.vexnum*sizeof(bool));
printf("\n深度优先遍历: ");
for(i=0;i<G.vexnum;i++)
visited[i]=false;
DFS(G,-1);
printf("\n程序结束.\n");
}
输出结果为（红色为键盘输入的数据，权值都置为1）：
输入顶点数和弧数:8 9
输入8个顶点.
输入顶点0:a
输入顶点1:b
输入顶点2:c
输入顶点3:d
输入顶点4:e
输入顶点5:f
输入顶点6:g
输入顶点7:h
输入9条弧.
输入弧0:a b 1
输入弧1:b d 1
输入弧2:b e 1
输入弧3:d h 1
输入弧4:e h 1
输入弧5:a c 1
输入弧6:c f 1
输入弧7:c g 1
输入弧8:f g 1
深度优先遍历: a b d h e c f g
程序结束.
广度优先遍历：
<一>深度优先搜索(Depth-First Search—DFS)是指按照深度方向搜索,它类似于树的先根遍历,是树的先根遍历的推广。
深度优先搜索图的基本思想是：
假设图G初态为所有顶点未被访问（visited[i]=false），从G中任选一顶点vi：
⑴、从该顶点vi出发,首先访问vi,并置visited [vi ]=true;
⑵、然后依次搜索vi的每一个邻接点vj；
⑶、若vj未被访问过，则以vj为新的初始出发点，重复⑴
若vj已被访问过，则返回到vi另一个邻接点，重复⑶
⑷、如果经过⑴、⑵、⑶后,图中仍有未被访问的顶点,再从中任选一顶点,重复⑴、⑵、⑶,直至所有顶点都被访问过,遍历结束。
<二>广度优先搜索遍历图（树的层次遍历的推广）
1.从图中某顶点v出发，在访问v之后，
2.依次访问v的各个未曾被访问过的邻接点，
3.然后分别从这些邻接点出发依次访问它们的邻接点，并使“先被访问的顶点的邻接点”先于“后被访问的顶点的邻接点”被访问，直至图中所有已经被访问的顶点的邻接点都被访问到；
4.若图中尚有顶点未曾被访问，则另选图中一个未曾被访问的顶点作起始点，访问该顶点，继续过程2、3,直至图中所有顶点都被访问到为止。
(1)为避免重复访问, 需要一个辅助数组 visited[ n]，给被访问过的顶点加标记。
(2)为了实现逐层（按顶点的路径长度递增）访问,算法中需使用了一个队列,以记忆正在访问的这一层和下一层的顶点,以便于向下一层访问。
代码如下：
#include<iostream.h>
#include<malloc.h>
#define MAX_VERTEX_NUM 20
typedef int InfoType;
typedef int VertexType;
typedef enum{DG,DN,UDG,UDN}GraphKind;
# define MAXQSIZE 100
typedef int QElemType ;//队列
typedef struct//队列
{
QElemType *base; // 动态分配存储空间
int front; // 头指针，指向队列头元素
int rear; // 尾指针，指向 队列尾元素的下一个位置
}SqQueue;
typedef struct ArcNode//图
{
int adjex;//该弧所指向的顶点的位置
struct ArcNode *nextarc;//指向下一条弧的指针
InfoType *info;//该弧相关信息的指针
}ArcNode;
typedef struct VNode
{
VertexType data;//顶点信息
ArcNode *firstarc;//指向第一条依附该顶点的弧的指针
}VNode,AdjList[MAX_VERTEX_NUM];
typedef struct
{
AdjList vertices;//顶点
int vexnum,arcnum;//图的当前顶点数和弧数
GraphKind kind;//图的种类标志
}ALGraph;
int LocateVex(ALGraph G, int v)//确定v在G中位置，即顶点在G.vertices中的序号
{
int i;
for(i=0;i<G.vexnum;i++)
{
if (G.vertices[i].data==v) return i;
}
return -1;
}
// ###################生成图G的存储结构-邻接表###############################################
void CreateGraph(ALGraph &G)
{
int k,sv,tv,i,j;
cout<<"请输入图的顶点数(eg:5)";
cin>>G.vexnum;
cout<<"请输入图的弧数(eg:6)";
cin>>G.arcnum;
// cout<<"请输入图的类型(eg:)";
// cin>>G.kind;// 输入顶点数、边数和图类：1
for(k=0;k<G.vexnum;k++)// 构造顶点数组：2
{
cout<<"请输入图的顶点信息";
cin>>G.vertices[k].data;// 输入顶点
G.vertices[k].firstarc=NULL;//初始化链表头指针为"空"
}
cout<<"请输入该图的弧（v1-->v2）,例如：（v1=1,v2=3）,(v1=2,v2=4)"<<endl;
for(k=0;k<G.arcnum;k++)// 输入各边并构造邻接表： 3
{
cout<<"请输入第"<<k+1<<"条弧的始点信息sv(0<sv<G.vexnum)";
cin>>sv;
cout<<"请输入第"<<k+1<<"条弧的终点信息tv(0<tv<G.vexnum)";
cin>>tv;// 输入一条边（弧）的始点和终点
cout<<endl<<endl;
i = LocateVex(G, sv);
j = LocateVex(G, tv); // (比较)确定sv和tv在G中位置，即顶点在G.vertices中的序号
while((i<0||i>=G.vexnum)||(j<0||j>=G.vexnum)) //if (sv,tv) illegal,again
{
cout<<"请输入第"<<k+1<<"条弧的始点信息sv(0<sv<G.vexnum)";
cin>>sv;
cout<<"请输入第"<<k+1<<"条弧的终点信息tv(0<tv<G.vexnum)";
cin>>tv;
cout<<endl<<endl;
i = LocateVex(G, sv);
j = LocateVex(G, tv); // (比较)确定sv和tv在G中位置，即顶点在G.vertices中的序号
} //while end
ArcNode *p;
p=(ArcNode*)malloc(sizeof(ArcNode));
if(!p)
{
cout<<"Overflow!"; // 存储分配失败
return ;
}
p->adjex=j;// 对弧结点赋邻接点"位置“
p->nextarc=G.vertices[i].firstarc;//头插法，将tv结点插入到第i个单链表中
p->info=NULL;
G.vertices[i].firstarc=p;// 插入链表G.vertices[i]
}
}
//################有向表的深度优先遍历#####################################################################
void DFS(ALGraph G,int v,int visited[])
{
int w;
ArcNode *p;
cout<<G.vertices[v].data<<"->";//访问第v+1个顶点；
visited[v]=1;
p=G.vertices[v].firstarc;
if(p!=NULL)
w=p->adjex;//w是v的下一个邻接点的位置，即第v+1个顶点的下一个顶点是第w+1个顶点；
if (p!=NULL)//如果有邻接点w
{
if(visited[w]==0)//如果w没访问过
{
DFS(G,w,visited);
}
else//若访问过，则访问v的下一个邻接点，并返回至判断是否存在该邻接点
{
p=p->nextarc;//G.vertices[v].firstarc=G.vertices[v].firstarc->nextarc;
if(p!=NULL) w=p->adjex;//w=G.vertices[v].firstarc->adjex;
}
}
}
void DFSTraverse(ALGraph G)
{
int v,visted[MAX_VERTEX_NUM];
for (v=0;v<G.vexnum;v++)
{
visted[v]=0;
}
for (v=0;v<G.vexnum;v++)
{
if(visted[v]==0)
DFS(G,v,visted);
}
}
//#############广度优先搜索遍历######################################################################
//~~~~~~~~~~~~辅助队列~~~~~~~~~~~~~~~~~~~~~~~~~
int InitQueue (SqQueue &Q)// 构造一个空队列Q
{
Q.base=(QElemType*)malloc(MAXQSIZE*sizeof(QElemType));
if(!Q.base)
{
cout<<endl<<"Overflow ! "; // 存储分配失败
return 0;
}
Q.front=Q.rear=0;
return 1;
}
int EnQueue(SqQueue &Q,QElemType e)// 插入元素e为Q的新的队尾元素
{
if ((Q.rear+1)%MAXQSIZE==Q.front)//①判满
{
cout<<"Error ! The SqQeueu is full ! ";
return 0;
}
Q.base[Q.rear]=e;// ②插入队尾
Q.rear=(Q.rear+1)%MAXQSIZE;//③队尾指针后移
return 1;
}
int DeQueue(SqQueue &Q,QElemType &e)// 若队列不空，则删除Q的队头元素，用e返回其值，并返回OK; 否则返回ERROR
{
if (Q.rear==Q.front)
{
cout<<endl<<"Error ! It's empty!";
return 0;
}
e=Q.base[Q.front];
Q.front=(Q.front+1)%MAXQSIZE;
return(e);
}
int QueueEmpty(SqQueue Q)
{
if(Q.front==Q.rear)
return (1);
else
return (0);
}
//~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
void BFS(ALGraph G,int v,int visited[],SqQueue &Q)
{
int u,w;
ArcNode *p;
cout<<G.vertices[v].data<<"->";//访问第v+1个顶点；
visited[v]=1;
EnQueue(Q,v);// v入队列
while (!QueueEmpty(Q))
{
DeQueue(Q,u);// 队头元素出队并置为u
p=G.vertices[v].firstarc;
if(p!=NULL)
w=p->adjex;
for (;p!=NULL;)
{
if (visited[w]==0)
{
cout<<G.vertices[w].data<<"->";
visited[w]=1;
EnQueue(Q, w); // 访问的顶点w入队列
}
p=p->nextarc;
if (p!=NULL)
w=p->adjex;
}
}
}
void BFSTraverse(ALGraph G)
{
SqQueue Q;
int v,visted[MAX_VERTEX_NUM];
for (v=0;v<G.vexnum;v++)
{
visted[v]=0;//初始化访问标志
}
InitQueue(Q);// 置空的辅助队列Q
for ( v=0; v<G.vexnum; ++v )
{
if(visted[v]==0)// v 尚未访问
BFS(G,v,visted,Q);// 调用BFS()
}
}
//###############main函数#################
void main()
{
ALGraph G;
CreateGraph(G);
cout<<"深度优先遍历如下："<<endl;
DFSTraverse(G);
cout<<"End !"<<endl<<endl<<"...OK!...";
cout<<endl<<endl<<"广度优先遍历如下："<<endl;
BFSTraverse(G);
cout<<"End !"<<endl<<endl<<"...OK!...";
}
7. 怎样在网上搜索某些电子电器的结构原理图和电路图
你可以登陆这个网站
资料比较全http://www.cndzz.com/
8. 搜索引擎大致由哪三个部分组成（ ）。
搜索系统、索引系统、检索系统。答案应该选ABC。
解析：搜索引擎基本结构一般包括：搜索器、索引器、检索器、用户接口等四个功能模块。
1、搜索器：搜索器也叫网络蜘蛛，是搜索引擎用来爬行和抓取网页的一个自动程序，在系统后台不停歇地在互联网各个节点爬行，在爬行过程中尽可能快的发现和抓取网页。
2、索引器：它的主要功能是理解搜索器所采集的网页信息，并从中抽取索引项。
3、检索器：其功能是快速查找文档，进行文档与查询的相关度评价，对要输出的结果进行排序。
4、用户接口：它为用户提供可视化的查询输入和结果输出的界面。
(8)搜索架构图扩展阅读：
按照搜索方式进行分类：
1、全文搜索引擎
一般网络用户适用于全文搜索引擎。这种搜索方式方便、简捷，并容易获得所有相关信息。但搜索到的信息过于庞杂，因此用户需要逐一浏览并甄别出所需信息。尤其在用户没有明确检索意图情况下，这种搜索方式非常有效。
2、元搜索引擎
元搜索引擎适用于广泛、准确地收集信息。不同的全文搜索引擎由于其性能和信息反馈能力差异，导致其各有利弊。元搜索引擎的出现恰恰解决了这个问题，有利于各基本搜索引擎间的优势互补。而且本搜索方式有利于对基本搜索方式进行全局控制，引导全文搜索引擎的持续改善。
3、垂直搜索引擎
垂直搜索引擎适用于有明确搜索意图情况下进行检索。例如，用户购买机票、火车票、汽车票时，或想要浏览网络视频资源时，都可以直接选用行业内专用搜索引擎，以准确、迅速获得相关信息。
4、目录搜索引擎
目录搜索引擎是网站内部常用的检索方式。本搜索方式旨在对网站内信息整合处理并分目录呈现给用户，但其缺点在于用户需预先了解本网站的内容，并熟悉其主要模块构成。总而观之，目录搜索方式的适应范围非常有限，且需要较高的人工成本来支持维护。
9. 怎样搜索棒球棒的结构图，特别是构造和内部结构图
去网络棒球吧看下，那边有平面刨图。一般是牛皮表皮，羊毛线球，和铁芯里。现在么有安全棒球，软式棒球什么的，都不一样的