互联网基础思维

文章旨在提供互联网基础思维，其中每个小结后面都有可拓展的知识点，可自行学习。

一、搜索引擎

1. 搜索规则

比如：现在有两个网站内容分别为“唯美的书签”，“出版书的签名”。你通过Google搜索关键字 “书签”获得相关网站的大概流程是什么样呢？

1. 首先，Google会将所有网站下载到本地（全国数据量真的很大），对内容进行词法解析，并对每个词按照【网页编号】-【文章中所在位置】记录。
   1. 网站一，编号为1。分词：唯美、的、书签
   2. 网站二，编号为2：分词：出版书、的、签名
   3. 汇总记录，唯美：[1-1]、的：[1-2] [2-2]、书签：[1-3]、出版书：[2-1]、签名：[2-3]
2. 搜索“书签”，精准匹配到[1-3]，“唯美的书签”被命中。“出版书的签名”因为中间夹杂“的”，没有被命中。

第一步会耗费大量内存存储数据，以便用户搜索关键词能够尽可能快的回应，这就是空间换时间。其中词法解析只是按照最简单的方式以便于理解，每个搜索引擎的都不一样。

可拓展：空间/时间复杂度算法、词法解析、SEO优化

2. 搜索结果排序

根据人类社会运作方式，通过图（一种数据结构）来模拟，并根据 被引用次数+1、被引用的权重+N、引用别人次数-1等因素决定网站的权重。

网站A被1个引用 +1 = 权重1、网站B被100个引用，引用别人1个，+100-1 = 权重99、网站C被网站B引用 +1+99 = 权重100。最终排序：C > B > A > …

可拓展：图（数据机构）、权重的诸多因素（被用户点开次数、建立新鲜感等）

二、数据传输

1. 避免传输错误

一般在开发时会提倡避免冗余代码，但是冗余合理的数据可以实现纠错功能。

比如传输的数据是A，通过某种计算B = f(A)，同时传输数据A以及冗余B。接收到数据算出B’ = f(A)，如果B’=B则数据正确，B’!=B则数据错误再要求重传。

只是函数f的计算形式不同罢了，最简单的奇偶校验，【0 1 0 0 1 1 0 1】八位二进制前7位存储数据，最后一位用于校验（1的总数为基数=1，1的总数为偶数=0）。可使用更为复杂方式，校验具体什么位置出了错，这里就不做过多赘述。

可拓展：TCP/IP协议

三、加密算法

​ 在传输过程中，使用明文会再各个节点都有可能被篡改，电脑端木马病毒、不安全的局域网、运营商注入内容。解决办法就是使用加密算法。

​ 有两种加密方式：AES对称加密、RSA非对称加密。

​ 对称加密的使用会更广泛一些，而且加解密会更快，但有个问题是对称加密的密钥怎么传输给双方，网络本就有被窃听的风险。所以诞生了非对称加密，会有一对密钥（公钥、私钥），把公钥分发给所有人传输数据时进行加密，接收到只能用私钥进行解密。

可拓展：HTTPS