基于近似等步长数据的改进版二分法

常见的二分法：
def binary_search(list,item):
    low = 0
    high = len(list) - 1
    #print(high)
    while low <= high:
        mid = int((low + high) / 2)
        guess = list[mid]
        if abs(guess-item)<0.1:
            return mid
        if guess > item:
            high = mid - 1
        else:
            low = mid + 1
    return -1

如果数据带有一定的规律，这样就显得效率很低了。

假设我知道数据是正向分布的，且带有一定的间隔

可以先找到数据大概区间，再去进行二分法查找

def binary_search_fast(list,item):
    low = 0
    high = len(list) - 1
    dgap=(list[high]-list[low])/high # list average gap
    star_mind=int((item-list[low])/dgap)
    star_mind=min(max(star_mind,low),high)