二分法即在查詢的同時先將被查詢的鍵和子陣列的中間鍵進行比較。如果被查詢的鍵小於中間鍵，則在左子陣列 中繼
續查詢，如果大於就在右陣列中繼續查詢，否則中間鍵就是我們要找的鍵。
首先我們假設f(n)為使用二分法在長度為n的有序列表中查詢特定鍵的查詢次數，則易得不等式：
f(n)<=f(n/2)+1
因為無論要查詢的元素在中間鍵左側還是右側，子陣列的大小都不會超過n/2，我們需要額外一次比較來檢查中間 元
素和被查詢運算的值對比狀況以確定下一次查詢區間。當n為2的冪減一次時，有不等式
f(2^n-1)<=f(2^(n-1)-1)+1
繼續遞推可得
f(2^n-1)<=f(2^(n-1)-1)+1<=f(2^(n-2)-1)+2<=f(2^(n-3)-1)+3 ..... <=f(2^0)+n==f(1)+n == n+1 可得
f(n)=f(2^n)<=n+1 ---> f(n)<=log2n+1 可得
o()=()(logn)
同時也可以做如下理解，每次進行二分查詢的元素基數都為上一次查詢基數的二分之一，最後一次查詢的元素基
數肯定會大於一，則假設用二分法在n個元素中查詢某個元素，則第一次，第二次，第三次，第n次的查詢元素基數分
別為n,n/2,n/4......n/(2^n)，由此可得簡單表示式如下：
n/(2^n)>=1 ----> n>=2^n ----> log2n>=n ----> o()=()(logn)
二分法時間複雜度計算
總共有n個元素，每次查詢的區間大小就是n，n 2，n 4，n 2 k 接下來操作元素的剩餘個數 其中k就是迴圈的次數。k在遞迴的時候也可以說是遞迴的深度 由於n 2 k取整後 1，即令n 2 k 1，可得k log2n,是以2為底，n的對數 所以時間複雜度可以表示o o logn 總結一下就是 二分...
時間複雜度 二分法
二分法是每次取中間值與目標值進行判斷，若相同則返回中間值的標號，不同則將中間值賦給取值邊界較遠的一邊，再次取中間值進行比較，直至相同。先定義用於比較的陣列 for i 0 i10 10 二分法 int search int list,int num return m 第1次二分 n 2 第2次二分 ...
查詢（時間複雜度 二分法）
package day52 因為最近開始做專案時間就顯得很緊張了，停了乙個禮拜了快，有點兒偷懶了 把乙個陣列最開始的若干個元素搬到陣列的末尾，我們稱之為陣列的旋轉。輸入乙個非遞減排序的陣列的乙個旋轉，輸出旋轉陣列的最小元素。例如陣列為的乙個旋轉，該陣列的最小值為1。note 給出的所有元素都大於0，...