CommencezCommencez gratuitement

Comparer l'expérience d'achat en ligne

Découvrez maintenant la puissance de l'efficacité des algorithmes! Exécutez le code fourni et comparez la performance de quatre algorithmes différents (le tri à bulles et la recherche linéaire ainsi que le tri rapide et la recherche binaire).

Aucune programmation requise. Ajustez un paramètre et voyez leur comportement dans différentes conditions. Modifiez le paramètre en haut nommé num_items. (Ce paramètre simule le nombre d'articles dans un catalogue d'achat en ligne.)

Exécutez le code, comparez les résultats et remarquez qu'en passant de 1000 à 10000, l'une des options prend beaucoup plus de temps que l'autre.

Imaginez à quel point l'expérience serait meilleure (c.-à-d. plus rapide) avec l'une de ces paires d'algorithmes plutôt que l'autre si vous triez une liste d'articles par prix sur un site de commerce électronique.

Cette activité fait partie du cours

Concepts en informatique

Voir le cours

Instructions de l’exercice

  • Changez num_items pour n'importe quel nombre que vous souhaitez comparer. (ex. : imaginez que www.amazon.com a 1 000 articles, mettez num_items = 1000).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Change this parameter
num_items = 1000

####### Leave the code below this line alone ########
catalog = [random.randint(0, num_items) for _ in range(num_items)]
total_time_bubble_linear = time_bubble_sort_and_linear_search(catalog)
catalog = [random.randint(0, num_items) for _ in range(num_items)]
total_time_quick_binary = time_quick_sort_and_binary_search(catalog)

df = pd.DataFrame({"Method": ["Bubble Sort + Linear Search", "Quick Sort + Binary Search"],
                   "Total Time (seconds)": [total_time_bubble_linear, total_time_quick_binary]})
print(df)
Modifier et exécuter le code