Confronta l’esperienza di acquisto online
Ora prova la potenza dell’efficienza degli algoritmi! Esegui il codice fornito e confronta le prestazioni di quattro algoritmi diversi (bubble sort e linear search, oltre a quick sort e binary search).
Non serve scrivere codice. Modifica un parametro e osserva come si comportano in condizioni diverse. Cambia il parametro in alto chiamato num_items. (Questo parametro simula quanti articoli ci sono in un catalogo di shopping online).
Esegui il codice, confronta i risultati e nota come, passando da 1000 a 10000, una delle due opzioni impiega molto più tempo dell’altra.
Immagina quanto migliore (cioè più veloce) sarebbe l’esperienza con una di queste coppie di algoritmi rispetto all’altra se stessi ordinando un elenco di articoli per prezzo su un sito di e-commerce.
Questo esercizio fa parte del corso
Concetti di Informatica
Istruzioni dell'esercizio
- Cambia
num_itemscon qualsiasi numero che vuoi confrontare. (es.: immagina che www.amazon.com abbia 1.000 articoli, impostanum_items = 1000).
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)