IA y automatización · Pensamiento y aprendizaje
OmniSearch Mesh: Visualización interactiva de algoritmos de búsqueda en grafos.
Texto propio recuperado del archivo personal de LinkedIn, revisado el 26 de septiembre de 2026. Fecha contrastada con los metadatos públicos de la publicación. Título y descripción editoriales; cuerpo conservado, con formato adaptado a Markdown.
Ver publicación original ↗OmniSearch Mesh: Visualización interactiva de algoritmos de búsqueda en grafos.
He desarrollado un simulador interactivo en tiempo real diseñado para mapear y contrastar visualmente el comportamiento de seis algoritmos de búsqueda fundamentales sobre una misma malla de grafos dinámica. El proyecto está construido estrictamente con Vanilla JavaScript (ES6 Modules), HTML5 Canvas y CSS3, demostrando el rendimiento y control de las APIs nativas del navegador sin capas de abstracción ni librerías externas.
El núcleo del entorno pone a competir simultáneamente a los siguientes competidores: 🔹 BFS (Búsqueda por capas simétricas) 🔹 DFS (Exploración profunda y serpenteante) 🔹 Dijkstra (Propagación uniforme basada en costos acumulados) 🔹 A* (Optimización inteligente guiada por heurística) 🔹 Greedy Best-First (Priorización voraz de distancia en línea recta) 🔹 Bidirectional BFS (Intersección de frentes de onda desde origen y meta)
🛠️ Arquitectura y características del sistema:
Motor de Semillas Determinista (Seed Engine): Para garantizar la reproducibilidad de los mapas pseudoaleatorios, implementé una función de hash de 128 bits (cyrb128) combinada con un generador pseudoaleatorio (Mulberry32 PRNG). Misma semilla, idéntica estructura y trayectorias.
Conectividad Garantizada: El generador de mapas utiliza un Árbol de Expansión Mínima (MST) subyacente para asegurar que siempre exista al menos un camino válido entre cualquier par de nodos.
Análisis Eficiencia Espacial (Radar de 6 Sectores): Los nodos explorados dividen su renderizado en anillos concéntricos de 6 sectores simétricos (60° cada uno). Esto permite auditar visualmente y de un vistazo qué algoritmo colonizó el espacio de manera más óptima.
Sincronización en Tiempo Real: Arrastrar los marcadores de Inicio (S) y Meta (T) activa un ajuste magnético (Drag & Snap) que recalcula instantáneamente toda la simulación en pleno render loop.
El proyecto ha sido un excelente ejercicio para trabajar en la optimización del canvas, el manejo de estructuras de datos en memoria y la renderización a 60 FPS estables.
👉 El código fuente de OmniSearch_Mesh ya está disponible de forma abierta y totalmente modular en mi repositorio de GitHub. Les comparto los enlaces del código y el despliegue en vivo en GitHub Pages para que puedan probarlo en los comentarios.
#JavaScript #WebDevelopment #CanvasAPI #Algorithms #Pathfinding #DataStructures #Coding #OpenSource
La conversación continúa.