1二分查找算法
二分查找是一種算法，其輸入是一個有序的元素列表。如果要查找的元素包含在列表中，二分查找返回其位置；否則返回null。
下面的實例說明了二分查找的工作原理。我隨便想一個1～100的數字，目標是你以最小的次數猜到這個數字。你每次猜測後，我會說小了、大了或對了。
| 1 | 2 | 3 | ... | 100 |
假設你從你開始一次往上猜測，過程會是這樣的。
這是簡單查找，更準確的說法是傻找。每次猜測都只能排除一個數字。如果我的數字是99，你得猜99次才能猜到。
最佳的查找方式，從50開始。
小了，但排除了一半的數字！你知道1～50都小了。接下來，你猜75.
大了，，那餘下的數字又排除了一半！使用二分法查找時，你猜測的是中間的數字，從而每次都將餘下的數字排除一半。接下來，你猜63(50-75中間的數字)。
這就是二分法查找。每次猜測排除的數字個數如下。不管我心裏想的那個數字，你在7次之內都能猜到，因爲每次猜測都將排除很多數字！
假設你要在字典中查找一個單詞，而該字典包含240000和單詞，你認爲每種查找最多需求多少步？
如果要查找的單詞位於字典末尾，使用簡單查找將需要240000步。使用二分查找時，每次排除一半單詞，直到最後剩下一個單詞。一般而言，對於包含n個元素的列表，用二分法查找最多需
步，而簡單查找最多需要n步。僅當列表有序的時候二分法才管用。
2 Python代碼
def binary_search(orderly_list, number):
print(orderly_list)
if len(orderly_list) == 0:
print('not exist') # 每次查找後的剩餘部分
return
mid_index = len(orderly_list) // 2 # 向下取整
if number > orderly_list[mid_index]: # 要查找的數字小於列表中間值
binary_search(orderly_list[mid_index + 1:], number) # 列表折半繼續往右找
elif number < orderly_list[mid_index]: # 要查找的數字大於列表中間
binary_search(orderly_list[0:mid_index], number) # 列表折半繼續往左找
else:
print('find exist')
# print(orderly_list.index(number))
number_list = [1, 3, 5, 7, 9, 11, 12, 15, 16] # 定義一個列表
binary_search(number_list, N)
