ऑनलाइन शॉपिंग अनुभव की तुलना करें
अब एल्गोरिदम की दक्षता की ताकत को महसूस करें! दिए गए कोड को चलाइए और चार अलग-अलग एल्गोरिदम (bubble sort और linear search के साथ-साथ quick sort और binary search) के प्रदर्शन की तुलना कीजिए.
कोडिंग की ज़रूरत नहीं है. बस एक पैरामीटर बदलें और देखें कि अलग-अलग परिस्थितियों में ये कैसे प्रदर्शन करते हैं. सबसे ऊपर दिए गए num_items नाम के पैरामीटर को बदलें. (यह पैरामीटर ऑनलाइन शॉपिंग कैटलॉग में मौजूद आइटमों की संख्या को सिम्युलेट करता है).
कोड चलाएँ और नतीजों की तुलना करें. ध्यान दें कि 1000 से 10000 तक बढ़ाने पर, एक विकल्प को दूसरे की तुलना में कितना ज़्यादा समय लगता है.
सोचिए, अगर आप किसी ई-कॉमर्स साइट पर आइटमों की लिस्ट को कीमत के आधार पर sort कर रहे हों, तो इन एल्गोरिदम के एक जोड़े के साथ आपका अनुभव दूसरे की तुलना में कितना बेहतर (यानी तेज़) होगा.
यह अभ्यास पाठ्यक्रम का हिस्सा है
कंप्यूटर साइंस में कॉन्सेप्ट्स
अभ्यास निर्देश
- तुलना करने के लिए
num_itemsको अपनी इच्छानुसार किसी भी संख्या पर बदलें. (उदा.: मान लीजिए www.amazon.com पर 1,000 आइटम हैं, तोnum_items = 1000कीजिए).
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)