Comece agoraComece grátis

Compare a experiência de compra online

Agora, sinta na prática o poder da eficiência de algoritmos! Execute o código fornecido e compare o desempenho de quatro algoritmos diferentes (bubble sort e linear search, além de quick sort e binary search).

Não é necessário programar. Ajuste um parâmetro e veja como eles se saem em diferentes condições. Mude o parâmetro no topo chamado num_items. (Esse parâmetro simula quantos itens existem em um catálogo de compras online).

Execute o código, compare os resultados e repare que, ao aumentar de 1000 para 10000, quanto mais tempo uma opção leva em relação à outra.

Imagine como a experiência seria melhor (ou seja, mais rápida) com um desses pares de algoritmos em vez do outro se você estivesse ordenando uma lista de itens por preço em um site de e-commerce.

Este exercicio faz parte do curso

Conceitos em Ciência da Computação

Ver curso

Instruções do exercicio

  • Altere num_items para qualquer número que você queira comparar. (ex.: imagine que www.amazon.com tem 1.000 itens, use num_items = 1000).

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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)
Editar e Executar Código