注意！逾期提交会对你的分数产生影响，希望大家注意截止日期，逾期3天只能得80%的分数，逾期1周只能得50%的分数，逾期2周以上就没分了。
请大家不要提交课后练习作业以外的其他文件，交上去就会被删掉哦。
相关章节

第五讲 索引构建

第六讲 索引压缩

第七讲 向量模型及权重计算

第八讲 一个完整的检索系统

截止时间
2014年5月29日17:00
题目内容

2-1. 给定n=2及1≤T≤30，对于图4-7（课本55页，或者ppt的25页）的算法进行逐步模拟。画出一个表格，给出在给定T=2×k个词条已处理时（1≤k≤15）所用到的I0,...,I3中的索引（为空记为0，不为空记为1）。该表前三行如下：

T I3 I2 I1 I0
2 0 0 0 0
4 0 0 0 1
6 0 0 1 0

2-2. 估计Reuters-RCV1文档词典在两种不同按块存储压缩方法下的空间大小，假设将k个词项分为一组，其中，第一种方法中k=8，第二种方法中k=16。


2-3. 写出倒排记录表（777，17743，294068，31251336）的可变字节编码与γ编码。在可能的情况下对间距而不是文档ID编码。


剩下的题目将在之后逐渐揭晓。

题目提交
提交说明：可以提交任何支持肉眼阅读的常见文件类型（例如：.txt，.pdf，.jpg等等，只要不是太奇怪就行），以自己的学号为文件名，作业标清题号即可，允许重复提交，以最后一次提交为准。过了截止日期之后，作业内容将被更新，此时无法查阅之前的作业内容，但是依然可以提交。