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