共计 878 个字符，预计需要花费 3 分钟才能阅读完成。
大 O 表示法使用大写字母 O，可以认为其含义为 ”order of”（大约是）。我们可以使用大 O 法来描述线性查找使用了 O(N) 级时间，二分查找使用了 O(log N) 级时间，向一个无序数组中插入使用了 O(1)，或常数级时间。下面的图总结了算法的运行时间：
通过图我们可以比较不同的大 O 值，O(1) 是优秀，O(logN) 是良好，O(N) 是还可以，O(N^2) 则很差了，比如冒泡排序。下面我们通过例子来看一下二分查找法。就是我们玩过的游戏猜数字，设定一个数组大小，一个人心里想一个数，让另外一个人来猜。每次告诉他猜大了还是小了，直到猜中为止。看花了多少步。
/**
* 二分查找法
* @param search 要查找的数
* @param total 数组长度
*/
public void compute(int search,int total){
// 设定的数组
int[] num;
if(total > 0 && search <= total && search >= 0){
num = new int[total];
for (int i = 0 ; i < total; i++){
num[i] = i;
}
// 花了多少次找到
int sum = 0;
// 最小值
int min = 0 ;
// 最大值
int max = total;
// 当前猜的值
int current;
while (true){
sum ++ ;
current = (min + max) / 2;
// 打印猜的每个数
System.out.println(current);
if(num[current] == search){
System.out.println(“ 找到了, 花了 ” + sum + “ 次 ”);
return;
}else{
// 如果猜的数大于选定的数，则把 max 设为猜的数，否则把 min 设为猜的数
if(num[current] > search){
max = num[current] ;
}else{
min = num[current];
}
}
}
}else {
System.out.println(“ 请输入大于等于 0 的正整数且查找的数不能大于数组里最大的数 ”);
}
}
调用方法：
compute(3,100) 执行结果：
50251263 找到了, 花了 5 次
