简单起见，每个函数处理一个整数序列，列表以参数的形式传递给函数。

一、搜索最小值

   给定一个列表，不为空，其中项的顺序是任意的，找到其最小值，并返回其索引。（该函数为python中min的代替版本）该函数的需要的比较的次数为n-1.(n为列表的长度)

#搜索最小值
def indexOfMin(lyst):
minIndex=0
currentIndex=1
while currentIndex<len(lyst):
        if lyst[currentIndex]<lyst[minIndex]:
            minIndex=currentIndex
        currentIndex += 1
return minIndex

二、顺序搜索一个列表

   该方法在列表（无序）中搜索一个特定的项，从第一个项的位置开始，将其与目标项进行比较，如果两个项相同则返回true，否则移到下一个位置进行比较返回，直到最后一个位置，若仍然没找到目标项则返回false。这种搜索成为顺序搜索。

#顺序搜索
def sequentialSearch(target,lyst):
position=0
while position < len(lyst):
        if target == lyst[position]:
            return 1
position += 1
return -1

算法的性能取决于所处理数据的放置方式，通常考虑算法的平均性能和最坏情况的性能

1、最坏情况，目标项位于列表末尾，或者不在列表中，需要迭代n次；

2、最好情况，目标项位于列表第一个位置，只需一次迭代；

3、平均情况，目标项出现在每个位置的概率相同，则平均需要（n+1）/2次迭代；

三、二分查找

   对于无序列表顺序搜索是必要的，当搜索有序列表时，可以使用二分查找。其思路为：首先假设列表中的项都是升序排列，然后直接找到列表中间位置，并将该位置的项与目标项进行比较，如果一致则返回该位置；否则目标小于当前项则搜索列表中间位置以前的部分；如果目标大于当前项则搜索列表中间位置以后的部分。当找到目标或当前的开始位置比当前结束位置要大时，停止搜索。

（python3以上版本，“/”为浮点数除法，返回浮点数;“//”为整数除法，返回整数）

#二分查找
def binarySearch(target,sortedLyst):
left=0
right=len(sortedLyst)-1
while left<right:
mid=(left+right)//2
if target == sortedLyst[mid]:
            return mid
elif target<sortedLyst[mid]:
right=mid - 1
else:
left=mid + 1
return -1

当目标不在该列表中该算法出现最坏的情况，此时列表长度n/2/2/2/……=1时迭代停止，迭代次数为k，k满足2的k次方等于n，所以最坏的情况是log（n）。

二分搜索可能比顺序搜索更为高效，选取何种算法，取决于列表中的数据组织形式。对于二叉树有一个额外的整体性代价，就是必须保持列表有序。