代写COMP 250 Winter 2024 Final Project代做留学生Java程序

Final Project

COMP 250      Winter 2024

posted:              Wednesday, April 10, 2024

due:            Sunday, April 28, 2024 at 23:59

General instructions

•  Submission instructions

–  Please note that the submission deadline for the final project is very strict.  No  sub- missions will be accepted after the deadline.

– As always you can submit your code multiple times but only the latest submission will be kept.   We encourage you to submit a first version a few days before the deadline (computer crashes do happen and Ed Lesson may be overloaded during rush hours).

•  These are the files you should be submitting on Ed:

– MyWebGraph.java

–  Sorting.java

–  SearchEngine.java

Do not submit any other files, especially .class files. Any deviation from these require- ments may lead to lost marks

•  Starter code is provided for this project.  Do not change any of the class names, file names, or method headers. You can add helper methods or fields if you wish.  Note also that for this project, you are NOT allowed to import any other class (all import statements other than the one provided in the starter code will be removed).  Any failure to comply with these rules will give you an automatic 0.

•  The project shall be graded automatically.  Requests to evaluate the project manually shall not be entertained, so please make sure that you follow the instruction closely or your code may fail to pass the automatic tests.

• Whenever you submit your files to Ed, you will see the results of some exposed tests counting for 70% of the project grade.  These tests are a smaller version of the tests we will be using to grade your work.  If your code fails those tests, it means that there is a mistake somewhere. Even if your code passes those tests, it may still contain some errors. We will test your code on a much more challenging set of examples.  We highly encourage you to test your code thoroughly before submitting your final version.

•  By next week we will share with you a Minitester class that you can run to test if your methods are correct.  This class is a subset to the exposed tests on Ed, counting for 40% of the project grade.  Please note that these tests are only a subset of what we will be running on your submissions.  We encourage you modify and expand this class.  You are welcome to share your tester code with other students on Ed. Try to identify tricky cases. Do not hand in your tester code.

• You will automatically get 0 if your code does not compile.

•  Failure to comply with any of these rules will be penalized.  If anything is unclear, it is up to you to clarify it by asking either directly someone during office hours, or on the discussion board on Ed.

Learning Objectives

This final project is designed to provide you with a hands-on opportunity to apply key concepts learned throughout the course, focusing on hash tables, graphs, and sorting algorithms.  By com- pleting this project, you will achieve several learning objectives:

•  Graph Representation and  Traversal: You will gain practical experience in creating and nav- igating graph structures.  This includes understanding how vertices and edges are organized within a graph and implementing traversal algorithms such as breadth-first search (BFS) or depth-first search (DFS). These concepts are foundational to various computer science appli- cations, including network analysis and pathfinding algorithms.

•  Hash  Tables for Efficient Data Retrieval:  To keep the project contained in size you will not be implementing your own hash table, but you will be able leverage hash tables to efficiently store and retrieve data within your search engine.

•  Algorithmic Efficiency: Implementing sorting algorithms with time complexity of O(nlogn), such as MergeSort or QuickSort, reinforces your understanding of algorithmic efficiency and computational complexity.

•  Integration of Data Structures  and Algorithms:  This project integrates multiple data struc- tures (graphs, hash tables) and algorithms (graph traversal, sorting) into a cohesive system. You will develop a deeper understanding of how different components interact and contribute to the overall functionality and performance of a software system.

•  Preparation for Advanced  Courses:  The project introduces concepts that form the basis for more advanced coursework in computer science. You will start to learn more advanced algo- rithms and data structures in COMP 251.

By engaging with this project, you will not only reinforce your technical skills but also enhance your problem-solving abilities, critical thinking, and software development practices— all of which will contribute to better prepare you for your future CS courses.

Introduction

A search engine is software, usually accessed on the Internet, designed to carry out searches in a database of information according to the user’s query.  The results provided are meant to best match what the user is trying to find and they are usually displayed in order of importance. The first search engine ever developed is considered to be Archie.  It was named to resemble the word “archive”, and it was created in the 1990 by Alan Emtage, Bill Heelan and J. Peter Deutsch, computer science students at McGill. Today, there are many different search engines available on the Internet, each with their own abilities and features. The most popular of them all being Google.

A search engine performs the following tasks:

•  Crawling and Indexing

•  Ranking

•  Searching

Crawling and Indexing    Crawling is the process during which a search engine use programs, generally called spiders or crawlers, to collect information from web pages.  By following links from a web page to another, the spiders find new content.  Once a page is crawled, the data contained in the page is processed and indexed. Indexing is the process of storing and organizing the content found during the crawling. It generally involve associating words and other definable tokens found on web pages to a list of web pages that contain them.  It also includes recording links to other pages.  These associations are all stored in a database which is then used for web search queries. During this process the webgraph is created/updated.  This is a directed graph where each node represents a page, and an edge represents an hyperlink from one page to another.   This is also when what we refer to as the ‘word index’ is created. You can think of it as a mapping from single words to a list of urls containing them. Note that for actual search engine, this task (crawling and indexing) is never actually completed.  Given the constantly changing nature of the Web, spiders are always crawling to keep the database up to date. The Google Search index contains hundreds of billions of webpages.

Ranking    How useful a search engine is depends on how relevant are the results obtained when we query it. There are millions of pages containing a specific word, but some pages are generally more relevant, or authoritative than others. To determine which pages to show in the search results and in what order, search engines use the data collected to perform a ranking.  Different search engines use different algorithms to rank pages.  Developed by Larry Page and Sergey Brin in 1996, PageRank is one of the algorithms used at Google to rank webpages based on their importance.  Using the webgraph, each webpage is assigned a numerical value that measure its relative importance.  In simple terms, the rank of a webpage depends on the webpages that link to it.  The contribution to the rank is higher if these linking webpages have a high rank themselves, while it’s lower if these linking webpage also link to a lot of other webpages.

Searching    In this step, search engines receive a query from the user.  Using the index created while crawling and the ranking based on the webgraph, the engine outputs a list of relevant web pages in order of importance. Do all search engines give the same results? Not necessarily. Search engines use different spiders to crawl and use different proprietary algorithms to index the data. Each index is therefore a search engine’s representation of how they see the web.  Also the algorithms to rank and search the data are different, so every search engine has its own approach to finding what you’re trying to find.  Finally, personalisation adapts the search to a specific computer/user. The results may be based on your geographical location, what else you’ve searched for, and what results were preferred by other users searching for the same thing, for example.  Search engines might use and weigh all these factors in a unique way, which will lead to different search results.

The starter code contains four classes:

•  XmlParser: This class has two methods: one to read the content of the xml database (which will serve as proxy for the web for our project) given a url, and the other to extract information from it.

– getContent(String url) returns an ArrayList of Strings corresponding to the set of words in the web page located at the given url. You will need to use this method while crawling in order to build your word index.

– getLinks(String url) returns an ArrayList of Strings containing all the hyperlinks going out of the given url.  You will need this method to build the graph representing the data found while crawling.

You should NOT modify this class at all.

•  MyWebGraph:  This class implements the data structure needed to store the data collected during the crawling phase.  It has an inner class called WebVertex which is used to store data related to a specific web page. You should NOT modify this class at all.

•  SearchEngine:  This is one of the classes in which you will have to add your code.  You will be implementing methods that performs the three tasks described above.

•  Sorting: This is a utility class containing methods that implement some sorting algorithm. You will be asked to implement one of them.

Your task

In this project you are going to write a search engine program that will:

1.  explore a portion of the web (which we’ll simulate through a database),

2.  build an index of the words contained in each web page,

3.  analyze the structure of the web graph to establish which web page should be ranked higher,

4.  use this analysis to perform simple searches where a query word is entered by the user and a sorted list of relevant web pages available is returned.

Although we are going to apply these tools using a local database, what you will develop is a simplified version of the what is used at Google to answer actual web queries.

To be able to implement the search engine program described above, we need a graph data structure that will allow us to store all the information related to the web pages. Such class is provided, but some of its methods still need to be implemented.

[17 points]  The class MyWebGraph is an implementation of a directed graph using adjacency lists. You will be using this type of data structure to store the information your program collects in the crawling phase. Each node in the graph will store a String corresponding to the url of a webpage. The class has the following field:

•  A HashMap storing all the vertices in the graph.  Note that we’ll be labelling each vertex with the String corresponding to the url of the webpage represented by this vertex.

The class has also the following public methods which have been provided to you and should not be modified:

•  The constructor MyWebGraph() which does not take any input and initializes the field with an empty HashMap. This constructor creates and empty graph.

• A getNeighbors() method which takes as input a String representing a url and returns an ArrayList of all the hyperlinks contained in the specified url.

• A getOutDegree() method which takes as input a String representing a url and returns the number of hyperlinks in the specified page.

• A setPageRank() method which takes as input a String representing a url and a double representing its rank.  The method assigns the input number as the rank of the specified page.

• A getPageRank() method which takes as input a String representing a url and returns the rank of the specified page.

• A setVisited() method which takes as input a String representing a url and a boolean. The method assigns the input boolean to the visited field of the specified page.

• A getVisited() method which takes as input a String representing a url and returns whether or not the specified page has been visited.

To complete the class, you should implement the following methods:

[5 points ] An addVertex() method which takes as input a String representing a url.  The method adds the corresponding vertex to the graph, if such a vertex is not already there. The method returns a boolean indicating whether or not the graph has been modified as a result of this operation.

[5 points ] An addEdge() method which takes as input two Strings, i.e.  two urls.  The method adds to the graph an edge from the vertex labelled with the first input to the vertex labelled with the second input.   Note that an edge can be added only if it is connecting two vertices that already belong to the graph.  The method returns a boolean indicating whether or not the graph has been modified as a result of this operation.

[2 points ] A getVertices() method which returns the list of all the urls represented by vertices in the graph.

[5 points ] A getEdgesInto() method that takes as input a String representing a url. The method returns an ArrayList of Strings of all the pages that contains an hyperlink to the specified url.

[15 points]  The Sorting class is a utility class that at the moment contains a static method called slowSort(). This method takes as input a HashMap where the values are Comparable. The method returns an ArrayList containing all the keys in the map, sorted in descending order based on the values they map to.  The time complexity of slowSort is O(n2 ), where n is the number of pairs in the map.  Your task is to implement a method called fastSort

which performs the same task as slowSort but with a time complexity of O(n · log(n)).

[68 points]  The SearchEngine class has the following fields:

•  A HashMap called wordIndex used to represent the mapping from single words to a list of urls containing them.

• A MyWebGraph called internet which is used to store all relevant information regarding the structure of the webgraph.

• An  XmlParser  called  parser  which  you  should  use  to  retrieve  information  for  the database serving as a proxy for the web.

In this class, you should implement the following methods:

[30 points ] crawlAndIndex

This method takes a String as input representing a url.  Starting at the given url, the method performs an exploration of the web while building the web graph that represents it.   You can use ideas from either a depth-first search or a breadth-first search,  and you can make this method either recursive or non-recursive.  For each url explored, the method should do the following:

•  Update the web graph by adding the appropriate vertex and edges.

•  Update the word index so that every word in the url just visited appear in the mapping.

Note that, it is possible for the graph to contain cycles. For instance, if it possible that two web pages link to each other.   To prevent this method from getting stuck in an infinite loop, you should make sure to keep track of which web page has already been explored.  This method should stop crawling once all web pages (in the database) have been explored.

Please note that your word index should not be case sensitive, that is words such as “Hello”, “hello”, or “hElLo” should all be considered the same.  You should also make sure that the elements (i.e. the urls) in the lists to which each word maps to should be unique.

[30 points ] assignPageRanks and computeRanks

The method computeRanks is a helper method for assignPageRanks.  We specifically ask you to implement it so that our grader will be able to assign partial marks to your implementation. The purpose of assignPageRanks is to assign a rank to each vertex in the web graph. It will only be called after crawlAndIndex has been executed. Here are the principles we will be using to assign a rank to a web page:

•  Good web pages are cited by many other pages.  If we think about it in terms of the webgraph, this means that we should prefer web pages (i.e.  vertices) with a large in-degree.

• Web pages that link to a large number of other pages are less valuable. In terms of webgraph, this means that we will value less web pages (i.e.  vertices) with a large out-degree.

•  A link from a web page is more valuable if the web page is itself a good one.  In graph terms, higher the rank of a web page (i.e. vertex), more valuable an in-edge from it would be.

Note that the rank of a page depends solely on the structure of the graph we have created while crawling. To represent the ideas just described, let

• the pr(w) be the page rank of a vertex w

• the out(w) be the out-degree of a vertex w

•  w1 , w2 , ..., wk  be all the vertices in the graph that have an out edge going into v.

Then, the following equation determines the page rank of a vertex v:

The constant d is called the  damping factor and it is added for technical reasons to account for the probability that an imaginary surfer who is randomly clicking on links will eventually stop clicking. For this project, we will be using a damping factor of 0.5. As you may notice, pr(v) is defined as a function of pr(wi ).  If N is the total number of vertices in the graph (v1 , v2 , . . . , vN ), then we have a system of N linear equations in N variables. The unknown values, i.e. our variables, are the pr(vi ). To determine their values, we should solve the system of linear equations described above.  To do so, we could use linear algebra, but the implementation of gaussian elimination runs in O(n3 ). To improve the efficiency, we can instead use an iterative algorithm that approximate the result. The idea is the following:

•  Start by initializing pr(vi ) to 1 for all 0  ≤   i   ≤  N

•  Repeat the following until convergence:

-  compute pr(vi ) for all i using the formula above.

This single step is what the helper method  computeRanks  should  be doing. The method takes as input an ArrayList<String> representing the urls in the web graph and returns an ArrayList<double> representing the newly computed ranks for those urls.  Note that the double in the output list is matched to the url in the input list using their position in the list. That is, the page rank of the url stored in position i in the input list, can be found in position i in the output list.

Convergence is reached when jprk-1 (vi ) - pr k (vi )j < E for all i, where prj (vi ) represents the computation of pr(vi ) in the j-th iteration, and E is the input to the method. Note that, you can assume that the web graph does not contain self loops and every vertex in the graph has at least one outgoing edge.

Consider the following web graph:

 

Suppose we’d like to compute the page rank assigned to each vertex with an E equal to 0.01. We start by assigning value 1 to each of them:

• pr(A) = 1

• pr(B) = 1

• pr(C) = 1

• pr(D) = 1

Then we need to use the following formula (same as the formula above, but with damping factor of 0.5) to recompute the page ranks for each vertex, until convergence.

After the first iteration we get:

• pr(A) = 1/2 + 1/2 * (1/3 + 1) = 7/6 = 1.166

• pr(B) = 1/2 + 1/2 * (1/2) = 3/4 = 0.75

• pr(C) = 1/2 + 1/2 * (1/2 + 1/3 + 1) = 17/12 = 1.416

• pr(D) = 1/2 + 1/2 * (1/3) = 4/6 = 0.666

After the second iteration we get:

• pr(A) = 1/2 + 1/2 * (0.75/3 + 1.416) = 1.333

• pr(B) = 1/2 + 1/2 * (1.166/2) = 0.791

• pr(C) = 1/2 + 1/2 * (1.166/2 + 0.75/3 + 0.666) = 1.25

• pr(D) = 1/2 + 1/2 * (0.75/3) = 0.625

After 5 iterations we reach convergence since the difference between the rank values in the 4th iteration and the rank values in the fifth iteration is smaller than E. The ranks at the end are:

• pr(A) = 1.270

• pr(B) = 0.819

• pr(C) = 1.274

• pr(D) = 0.636

[8 points ] getResults

This method takes as input a String representing a single-word query. It then returns an ArrayList of urls that contain such word, ordered based on their rank from most relevant to least relevant.  This method will be called only after both  crawlAndIndex and assignPageRanks have been executed.  This method should use one of the sorting algorithms from the Sorting class. Ideally, it should use fastSort(), but if you did not implement it, you can use slowSort().

Testing

To test your code we provided you with two XML files that act as a proxy for the internet. The XML files contains proxy web-pages indicated by the tag name webpage.  Each web-page contains multiple hyperlinks to other web-pages indicated by the tag link.  The contents of a web-page is marked using the tag content.  To help you with testing, we also provide the expected ranks of the web-pages computed using the algorithm described in the previous section.  Note that rank is not part of an actual web-page, we simply provide them to help you with debugging.  Page rank is indicated by tag rank and can be accessed in your code using the function XmlParser::getPageRank() which takes as input the name of the page.

• testAcyclic.xml - The provided tester use this database to test your code.  Note that this database does not have any circular chains - making it easy for you to test and debug.

• test.xml - We do not provide any test cases for this database but is more general than the one above. We encourage you to create your tests with this database that will help you find more intricate issues with your code.

Finally, you are welcome to create your own xml files that represent much larger webs.