Vergelijk online winkelervaring
Ervaar nu de kracht van algoritme-efficiëntie! Voer de meegeleverde code uit en vergelijk de prestaties van vier verschillende algoritmen (bubble sort en linear search, en ook quick sort en binary search).
Je hoeft niet te coderen. Pas een parameter aan en bekijk hoe ze presteren onder verschillende omstandigheden. Verander de parameter bovenaan met de naam num_items. (Deze parameter simuleert hoeveel items er in een online winkelcatalogus staan.)
Voer de code uit, vergelijk de resultaten en let erop dat wanneer we van 1000 naar 10000 gaan, de ene optie veel langer duurt dan de andere.
Stel je voor hoeveel beter (dus sneller) de ervaring zou zijn met het ene paar algoritmen ten opzichte van het andere als je een lijst met items op prijs sorteert op een e-commercewebsite.
Deze oefening maakt deel uit van de cursus
Concepten in de informatica
Oefeninstructies
- Verander
num_itemsnaar elk getal dat je wilt vergelijken. (bijv.: stel dat www.amazon.com 1.000 items heeft, maaknum_items = 1000).
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)