c++oding="utf-8" ?>
倒排索引序列化需分块处理，因std::map等结构无法直接用operator读写，应自定义序列化函数实现高效i/o。
用 std::ifstream 和 std::ofstream 读写倒排索引，核心是分块序列化
倒排索引本质是 std::map<:string std::vector>></:string> 这类结构，但直接用 operator 写二进制或文本都不可靠：标准容器内存布局不固定，<code>size_t 在 32/64 位系统下长度不同，且 std::string 内部指针不能直写。
必须自己控制序列化格式。最简方案是「纯文本分块」：每行一个词，后跟文档 ID 列表，用空格分隔。
- 写入时遍历
index_map，对每个term调用out - 读取时用
std::getline拆行，再用std::istringstream分词，首 token 是 term，其余转成size_t - 不推荐用
operator>>直接读整行到std::string后find_first_of(" ")—— 词本身含空格（如 "C++ template"）就崩了
词典项排序和重复键合并，得在写入前做归一化
倒排索引要求词典项唯一、有序，否则读取后无法二分查找或合并。C++ 的 std::map 默认有序，但插入时若没去重，同一词多次出现会导致冗余数据甚至崩溃。
- 写入前必须调用
index_map[key].push_back(doc_id)，而不是新建 key；用index_map.emplace(key, std::vector<size_t>{doc_id})</size_t>会覆盖已有项 - 如果原始数据已含重复 doc_id（比如同一篇文档多次命中），需手动 dedup：
std::sort + std::unique或用std::set<size_t></size_t>中转再转回vector - 注意大小写：默认
std::map区分大小写，若需忽略，构造时传std::less或自定义比较器，否则 "Apple" 和 "apple" 被当两个词
std::fstream 打开模式选错，会导致写入无声失败或读取乱码
常见错误是用 std::ios::binary 写文本格式，或用 std::ios::app 追加却没清空旧文件，导致索引重复膨胀。
- 写入用
std::ofstream out("index.txt", std::ios::out)即可，默认覆盖；加| std::ios::trunc更明确 - 读取必须用
std::ifstream in("index.txt")，不要加binary—— Windows 下换行符\r\n会被当成两个字符，std::getline可能截断 - 打开后务必检查
if (!in.is_open() || !in.good())，否则后续读取返回空 vector 却不报错，调试时极难定位
内存映射不是必须的，小索引用普通流更稳
有人一上来就想用 mmap 或 boost::iostreams::mapped_file 提速，但对几 MB 以内的索引，反而增加复杂度和崩溃风险。
- 10 万词以内、平均倒排链长 std::ifstream 读取耗时通常
- 真正要上内存映射，前提是：索引 >100MB、查询频繁且只读、运行环境支持 POSIX
mmap或 WindowsCreateFileMapping - 用
mmap后仍要自己解析文本格式 —— 它只是把文件当内存数组暴露，不会自动帮你 split term 和 parse numbers
最易被忽略的是词边界处理：文本格式下必须确保 term 不含空格或换行，否则解析逻辑直接失效；上线前至少用含中文、连字符、点号的词（如 "c++"、"a.b"）跑一遍测试。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
