Zacznij terazZacznij za darmo

Porównaj doświadczenie zakupów online

Przekonaj się, jak wielką rolę odgrywa wydajność algorytmów! Uruchom dostarczony kod i porównaj działanie czterech różnych algorytmów: sortowania bąbelkowego i wyszukiwania liniowego oraz quicksort i wyszukiwania binarnego.

Nie musisz nic kodować. Zmień jeden parametr i sprawdź, jak algorytmy radzą sobie w różnych warunkach. Dostosuj parametr num_items na początku kodu (symuluje on liczbę produktów w katalogu sklepu internetowego).

Uruchom kod, porównaj wyniki i zwróć uwagę, o ile dłużej działa jedna opcja w porównaniu z drugą, gdy zwiększamy liczbę elementów z 1000 do 10 000.

Pomyśl, o ile szybciej działałoby sortowanie listy produktów według ceny w sklepie internetowym przy użyciu jednej pary algorytmów zamiast drugiej.

To ćwiczenie jest częścią kursu

Pojęcia informatyki

Zobacz kurs

Instrukcje do ćwiczenia

  • Zmień wartość num_items na dowolną liczbę, którą chcesz przetestować (np. wyobraź sobie, że www.amazon.com ma 1000 produktów – ustaw num_items = 1000).

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)
Edytuj i uruchom kod