二分法与面向过程编程思想

1、二分法(递归的应用场景)=》算法(算法：是高效解决问题的办法)
     前提：有一个按照从小到大顺序排列的数字列表
     需要从该数字列表中找到我们想要的那个一个数字
     如何做更高效？？？
     用到了二分法:取中间索引的值比较要找的值,如果寻找的值比中间索引的值大继续往右找继续用二分法,同理小就往左找,else就是找到了

     要做出不存在状况的判断,二分法一直会切到列表为空,为空还没找到代表值不存在
    

2、面向过程编程思想:

         核心是"过程"二字，过程即流程，指的是做事的步骤：先什么、再什么、后干什么
         基于该思想编写程序就好比在设计一条流水线

         优点：复杂的问题流程化、进而简单化
         缺点：扩展性非常差(牵一发而动全身)

         面向过程的编程思想应用场景解析：
            1、不是所有的软件都需要频繁更迭：比如编写脚本
            2、即便是一个软件需要频繁更迭，也不并不代表这个软件所有的组成部分都需要一起更迭

案例：

# 算法：是高效解决问题的办法
# 算法之二分法

# 需求：有一个按照从小到大顺序排列的数字列表
#      需要从该数字列表中找到我们想要的那个一个数字
#      如何做更高效？？？

#
# nums=[-3,4,7,10,13,21,43,77,89]
# find_num=10
#
# nums=[-3,4,13,10,-2,7,89]
# nums.sort()
# print(nums)

# 方案一：整体遍历效率太低
# for num in nums:
#     if num == find_num:
#         print('find it')
#         break

# 方案二：二分法
# def binary_search(find_num,列表):
#     mid_val=找列表中间的值
#     if find_num > mid_val:
#         # 接下来的查找应该是在列表的右半部分
#         列表=列表切片右半部分
#         binary_search(find_num,列表)
#     elif find_num < mid_val:
#         # 接下来的查找应该是在列表的左半部分
#         列表=列表切片左半部分
#         binary_search(find_num,列表)
#     else:
#         print('find it')

# nums=[-3,4,7,10,13,21,43,77,89]
# find_num=8
# def binary_search(find_num,l):
#     print(l)
#     if len(l) == 0:
#         print('找的值不存在')
#         return
#     mid_index=len(l) // 2
#
#     if find_num > l[mid_index]:
#         # 接下来的查找应该是在列表的右半部分
#         l=l[mid_index+1:]
#         binary_search(find_num,l)
#     elif find_num < l[mid_index]:
#         # 接下来的查找应该是在列表的左半部分
#         l=l[:mid_index]
#         binary_search(find_num,l)
#     else:
#         print('find it')
#
# binary_search(find_num,nums)