idf数值有啥含义？tf-idf数值有啥含义

Posted 2023-05-03

参考技术A IDF逆向文件频率(Inverse Document Frequency):包含该词的文档越少，IDF值越大
tf-idf：表示一个词在这个文档中的重要程度。如果词w在一篇文档d中出现的频率高，并且在其他文档中很少出现，则认为词w具有很好的区分能力，适合用来把文章d和其他文章区分开来。

SQL中varchar和nvarchar有啥区别？

是不是varchar(4)只能输入4个字母，而nvarchar(4)可以输入四个汉字？

SQL中varchar和nvarchar区别：输入不同，含义不同。

一、输入不同：

varchar（4）可以输入4个字线，也可以输入两个汉字。

nvarchar（4）可以输四个汉字，也可以输4个字母，但最多四个。

二、含义不同：

varchar（n）长度为n个字节的可变长度且非Unicode的字符数据。n必须是一个介于1和8，000之间的数值。存储大小为输入数据的字节的实际长度，而不是n个字节。

nvarchar（n）包含n个字符的可变长度Unicode字符数据。n的值必须介于1与4，000之间。字节的存储大小是所输入字符个数的两倍。

字符数据类型

Varchar是变长字符数据，其长度不超过8KB。Char是定长字符数据，其长度最多为8KB。超过8KB的ASCII数据可以使用Text数据类型存储。例如，因为Html文档全部都是ASCII字符，并且在一般情况下长度超过8KB，所以这些文档可以Text数据类型存储在SQLServer中。

在SQLServer中，Unicode数据以Nchar、Nvarchar和Ntext数据类型存储。使用这种字符类型存储的列可以存储多个字符集中的字符。当列的长度变化时，应该使用Nvarchar字符类型，这时最多可以存储4000个字符。

以上内容参考：百度百科-SQL数据类型

参考技术A varchar(n)
长度为 n 个字节的可变长度且非 Unicode 的字符数据。n 必须是一个介于 1 和 8,000 之间的数值。存储大小为输入数据的字节的实际长度，而不是 n 个字节。

nvarchar(n)
包含 n 个字符的可变长度 Unicode 字符数据。n 的值必须介于 1 与 4,000 之间。字节的存储大小是所输入字符个数的两倍。

两字段分别有字段值：我和coffee
那么varchar字段占2×2+6=10个字节的存储空间，而nvarchar字段占8×2=16个字节的存储空间。

如字段值只是英文可选择varchar，而字段值存在较多的双字节（中文、韩文等）字符时用nvarchar

上面是一个总结介绍，通过上面的介绍，可以知道。

varchar(4) 可以输入4个字线，也可以输入两个汉字

nvarchar(4) 可以输四个汉字，也可以输4个字母，但最多四个本回答被提问者和网友采纳 参考技术B 1、CHAR。CHAR存储定长数据很方便，CHAR字段上的索引效率级高，比如定义char(10)，那么不论你存储的数据是否达到了10个字节，都要占去10个字节的空间,不足的自动用空格填充，所以在读取的时候可能要多次用到trim（）。
2、VARCHAR。存储变长数据，但存储效率没有CHAR高。如果一个字段可能的值是不固定长度的，我们只知道它不可能超过10个字符，把它定义为 VARCHAR(10)是最合算的。VARCHAR类型的实际长度是它的值的实际长度+1。为什么“+1”呢？这一个字节用于保存实际使用了多大的长度。从空间上考虑，用varchar合适；从效率上考虑，用char合适，关键是根据实际情况找到权衡点。
3、TEXT。text存储可变长度的非Unicode数据，最大长度为2^31-1(2,147,483,647)个字符。
4、NCHAR、NVARCHAR、NTEXT。这三种从名字上看比前面三种多了个“N”。它表示存储的是Unicode数据类型的字符。我们知道字符中，英文字符只需要一个字节存储就足够了，但汉字众多，需要两个字节存储，英文与汉字同时存在时容易造成混乱，Unicode字符集就是为了解决字符集这种不兼容的问题而产生的，它所有的字符都用两个字节表示，即英文字符也是用两个字节表示。nchar、nvarchar的长度是在1到4000之间。和char、varchar比较起来，nchar、nvarchar则最多存储4000个字符，不论是英文还是汉字；而char、varchar最多能存储8000个英文，4000个汉字。可以看出使用nchar、nvarchar数据类型时不用担心输入的字符是英文还是汉字，较为方便，但在存储英文时数量上有些损失。
所以一般来说，如果含有中文字符，用nchar/nvarchar，如果纯英文和数字，用char/varchar
它们的区别概括成：
CHAR，NCHAR 定长，速度快，占空间大，需处理
VARCHAR，NVARCHAR，TEXT 不定长，空间小，速度慢，无需处理
NCHAR、NVARCHAR、NTEXT处理Unicode码