Proyectos Beta: Implementación en java sobre índice inverso

En una entrada anterior había presentado el paper sobre las alternativas de indexación de páginas web que hicimos con Leandro Luque para un trabajo de la Facultad.
Hicimos implementaciones en java sobre el modelo de índice invertido usando árboles AVL y tablas hash.

Imagen de una tabla sobre indexación de un árbol avl usando índice invertido

La tabla muestra las entradas con sus respectivos tiempos en milisegundos. La estructura utilizada es un árbol AVL cuando se está indexando los documentos HTML.

Imagen de un gráfico sobre indexación de un árbol avl usando índice invertido

Imagen de una tabla sobre indexación de una tabla hash usando índice invertido

La tabla muestra las entradas con sus respectivos tiempos en milisegundos. La estructura utilizada es una tabla Hash cuando se está indexando los documentos HTML.

Imagen de un gráfico sobre indexación de una tabla hash usando índice invertido

Imagen de una tabla de comparación sobre indexación usando índice invertido

Tabla de comparación de las dos estructuras citadas anteriormente. Se puede apreciar que cuando existen más entradas, el modelo de índice invertido con las tablas hash es mucho mejor que usando árboles AVL.

Imagen de un gráfico de comparación sobre indexación usando índice invertido

Se puede apreciar que al principio cuando más entradas haya, la tabla hash es mejor que los árboles AVL en cuanto a la indexación se refiere.

Imagen de una tabla sobre búsqueda de un árbol avl usando índice invertido

La tabla muestra las entradas con sus respectivos tiempos en nanosegundos . La estructura utilizada es un árbol AVL cuando se está buscando una palabra en los documentos HTML.

Imagen de un gráfico sobre búsqueda de un árbol avl usando índice invertido

Imagen de una tabla sobre búsqueda de una tabla hash usando índice invertido

Imagen de un gráfico sobre búsqueda de una tabla hash usando índice invertido

La tabla muestra las entradas con sus respectivos tiempos en nanosegundos . La estructura utilizada es una tabla Hash cuando se está buscando una palabra en los documentos HTML.

Imagen de una tabla de comparación sobre búsqueda usando índice invertido

Imagen de un gráfico de comparación sobre búsqueda usando índice invertido

Tabla de comparación de las dos estructuras citadas anteriormente. Se puede apreciar que cuando hay búsquedas siempre es mejor las tablas Hash que los árboles AVL.

Las siguientes entradas con sus tiempos respectivos en la indexación como en la búsqueda.

Conclusión: en el modelo de índice invertido con una buena estructura de datos como las tablas hash se puede lograr muy buenos tiempos tanto en la indexación como en la búsqueda.

En la parte donde cito para descargar en los diferentes sitios coloco el código fuente de la implementación en java como también los diferentes gráficos y los cálculos de los resultados en una plantilla de calculo.

Descargar en Megaupload: Implementación de las Alternativas para Indexación de Páginas Web
Descargar en File Send: Implementación de las Alternativas para Indexación de Páginas Web
Descargar en File Savr: Implementación de las Alternativas para Indexación de Páginas Web