递归、顺序查找以及二分查找

import random

# O()数字的上界
# 时间复杂度：用来评估算法运行效率的一个式子，一般复杂度越高，速度越慢
# 1:一个量纲
# O(logn) 循环减半
# O(1)<o(logn)<O(n)<O(nlogn)<O(n2)<O(n2logn)<O(n3)
'''
确定问题的规模n
循环减半过程
k层关于n的循环

'''
# 空间复杂度： 用来评估算法内存占用大小的式子
# 空间换时间
# 递归  调用自身，结束条件
# 汉诺塔问题
'''
n个盘子时：
1、把n-1个盘子从A经过C移动到B（子问题）
2、把第n个盘子从A移动到C
3、把n-1个小圆盘从B经过A移动到C（子问题）
'''


# 递归：不考虑实际过程，只考虑大过程
# 移动次数的递推式： h(x)=2h(x-1)+1
#
# -*-conding:utf-8
def hanoi(n, a, b, c):
    if n > 0:
        hanoi(n - 1, a, c, b)
        print("moving from {} to {}".format(a, c))
        hanoi(n - 1, b, a, c)


hanoi(3, 'A', 'B', 'C')


# 列表查找 列表中查找指定的元素，输出元素下标（线性表查找）
# 顺序查找（线性查找）找到最后一个元素

#
# 顺序查找
def linear_search(li, val):
    for ind, v in enumerate(li):
        if v == val:
            return ind
        else:
            return None


# 二分查找（折半查找）通过中间值查找
# 先排序在查找
# 猜数字游戏
# left or right
# 从列表中查找元素3
# mid = (left+right)/2
def binary_search(li, val):
    left = 0
    right = len(li) - 1
    while left <= right:  # 候选区有值
        mid = (left + right) // 2
        if li[mid] == val:
            return mid
        elif li[mid] > val:  # 待查找值在mid的左侧
            right = mid - 1
        else:  # li(mid)<val 待查找值在mid的右侧
            left = mid + 1
    else:
        return None


li = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(binary_search(li, 3))

# 列表查找

# index() 内置函数 ： 线性查找 二分查找快，但是首先需要排序

'''