二分查找的速度比简单查找快得多。
O(log n)比O(n)快。需要搜索的元素越多，前者比后者就快得越多。
算法运行时间并不以秒为单位。
算法运行时间是从其增速的角度度量的。
算法运行时间用大O表示法表示。
这个是小结
对于这一节的理解，最好的就是，一个算法的O()的计算是执行程序次数和单次程序时间决定的。
其中呢，二分算法是很快的一种算法了，在我所学之中。
推而广之，涉及n个城市时，需要执行n!（n的阶乘）次操作才能计算出结果。因此运行时间
为O(n!)，即阶乘时间。除非涉及的城市数很少，否则需要执行非常多的操作。如果涉及的城市
数超过100，根本就不能在合理的时间内计算出结果——等你计算出结果，太阳都没了
还有就是代数上给予程序执行总时间的线性变化和非线性变化。
O(log n)，也叫对数时间，这样的算法包括二分查找。
O(n)，也叫线性时间，这样的算法包括简单查找。
O(n * log n)，这样的算法包括第4章将介绍的快速排序——一种速度较快的排序算法。
O(n**2 )，这样的算法包括第2章将介绍的选择排序——一种速度较慢的排序算法。
O(n!)，这样的算法包括接下来将介绍的旅行商问题的解决方案——一种非常慢的算法。
如果使用循环，程序的性能可能更高；如果使用递归，程序可能
更容易理解。如何选择要看什么对你来说更重要。
在你看来，哪种方法更容易呢？第一种方法使用的是while循环：只要盒子堆不空，就从中
取一个盒子，并在其中仔细查找。
def look_for_key(main_box):
pile = main_box.make_a_pile_to_look_through()
while pile is not empty:
box = pile.grab_a_box()
for item in box:
if item.is_a_box():
pile.append(item)
elif item.is_a_key():
print “found the key!”
第二种方法使用递归——函数调用自己，这种方法的伪代码如下。
def look_for_key(box):
for item in box:
if item.is_a_box():
look_for_key(item)
elif item.is_a_key():
print “found the key!”
其实递归我早就学习过了，这里就随便写写算了。
每个递归函数都有两部分：基线
条件（base case）和递归条件（recursive case）。递归条件指的是函数调用自己，而基线条件则
指的是函数不再调用自己，从而避免形成无限循环。
这个说法是我很精简
def countdown(i):
print i
if i <= 0:
return
else:
countdown(i-1)
其实就是➕了if else了。
递归和栈是有很大联系的，主要是栈是入的人出，这就导致一个条件，
递归解决一个问题，要分情况要不解决，要不就是在次调用这个方法，在方法种解决问题。
这就和栈，先进入解决问题后，就倒序出栈，这就是栈和递归之间的关系。
