import time def cal_time(func): def wrapper(*args,**kwargs): t1=time.time() x=func(*args,**kwargs) t2=time.time() t=t2-t1 print("It costs:",t2-t1) return x return wrapper #pprint("It Costs {0}:".format(t) @cal_time def bin_seach(data_set,value): low =0 high = len(data_set) -1 while low<=high: mid=(low+high)//2 if data_set[mid]==value: return mid elif data_set[mid]>value: high=mid-1 else: low=mid+1 return data=list(range(109)) bin_seach(data,3)
时间复杂度:用来评估算法运行效率的一个东西,即 (单位)!
一般来说,时间复杂度高的算法比复杂度低的算法慢。
O(1)<O(logn)<O(n)
效率最好为O(1),其他递减次之。
简而言之,几层循坏,就是O(log2 n),
while n>1: print (n) n=n//2
若n=64 ,则复杂度为:O(log2 64)=6