目录
一：搜索算法介绍
二：二分法查找
三：二分查找的代码实现
（一）：非递归实现
（二）：递归实现
四：时间复杂度分析
一：搜索算法介绍
搜索是在一个项目集合中找到一个特定项目的算法过程。搜索通常的答案是真的或假的，因为该项目是否存在。 搜索的几种常见方法：顺序查找、二分法查找、二叉树查找、哈希查找等。
二：二分法查找
二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。
三：二分查找的代码实现
（一）：非递归实现
def binary_search(alist, item):
"""二分法查找非递归实现"""
first = 0
last = len(alist) - 1
while first <= last:
midpoint = (first + last) // 2
if alist[midpoint] == item:
return True
elif item < alist[midpoint]:
last = midpoint - 1
else:
first = midpoint + 1
return False
if __name__ =="__main__":
testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42, ]
print(binary_search(testlist, 3))
print(binary_search(testlist, 13))
运行结果
（二）：递归实现
def binary_search(alist, item):
if len(alist) == 0:
return False
else:
midpoint = len(alist)//2
if alist[midpoint] == item:
return True
else:
if item < alist[midpoint]:
return binary_search(alist[:midpoint], item)
else:
return binary_search(alist[midpoint+1:], item)
if __name__ == "__main__":
testlist = [0, 1, 2, 8, 13, 17, 19, 32, 42, 100]
print(binary_search(testlist, 3))
print(binary_search(testlist, 13))
运行效果
四：时间复杂度分析
最优时间复杂度：O(1)最坏时间复杂度：O(logn)
