Bandingkan Pengalaman Belanja Online
Sekarang, rasakan kekuatan efisiensi algoritma! Jalankan kode yang disediakan dan bandingkan kinerja empat algoritme berbeda (bubble sort dan linear search serta quick sort dan binary search).
Tidak perlu menulis kode. Ubah satu parameter, lalu lihat bagaimana kinerjanya dalam berbagai kondisi. Ubah parameter di bagian atas bernama num_items. (Parameter ini mensimulasikan berapa banyak item dalam katalog belanja online).
Jalankan kodenya, bandingkan hasilnya, dan perhatikan saat kita meningkatkan dari 1000 ke 10000, seberapa jauh perbedaan waktu yang dibutuhkan satu opsi dibandingkan yang lain.
Bayangkan betapa lebih baik (yaitu lebih cepat) pengalaman Anda dengan sepasang algoritme yang satu dibandingkan yang lain jika Anda menyortir daftar item berdasarkan harga di situs belanja e-commerce online.
Latihan ini adalah bagian dari kursus
Konsep dalam Ilmu Komputer
Petunjuk latihan
- Ubah
num_itemske angka berapa pun yang ingin Anda bandingkan. (contoh: bayangkan www.amazon.com memiliki 1.000 item, jadikannum_items = 1000).
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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)