一、二分查找
def binary_search(list, item):
# low 和 high 用于跟踪要在其中查找的部分
low = 0
high = len(list) - 1
# 只要范围没有缩小到只有一个元素,就继续循环
while low <= high:
# 检查中间的元素
mid = (low + high) // 2 # 这里注意下,必须是 // 而不是 /,否则会报错
guess = list[mid]
# 如果猜的数是对了,返回结果
if guess == item:
return mid
# 如果猜的数大了,上限减1
if guess > item:
high = mid - 1
# 如果猜的数小了,下限加1
else:
low = mid + 1
# 如果没有这个元素,返回None
return None
my_list = [1, 3, 5, 7, 9] ##测试数据
二、一些常见的大O运行时间
下面按从快到慢的顺序列出经常遇到的5种大O运行时间:
- O(log n):对数时间,这样的算法包括二分查找。
- O(n):线性时间,这样的算法包括简单查找。
- O(n * log n):这样的算法包括快速排序。
- O(n2):这样的算法包括选择