現在我們轉向排序與查詢的內容，這一節研究查詢，後半章研究排序。查詢是在一個數據集裡找到某個特定元素的演算法過程。查詢的結果可能是找到或沒找到，所以返回值是True或False。這裡為簡單起見，我們只涉及與列表成員相關的問題。

在python裡，有一個非常簡單的方法查詢某資料是否在列表裡，使用in操作符：

>>> 15in [3,5,2,4,1]

False

>>> 3in [3,5,2,4,1]

True

>>> 

雖然這樣寫很簡單，不過這個演算法後面的處理過程我們還是要學習，查詢有很多種方法，我們感興趣的是演算法以及演算法之間的比較。

順序查詢

資料儲存在資料集，象list一類的集合，我們說他們是線性的或者是順序的。每個資料項都儲存有相對的位置。在python的列表裡，每個項的相對位置用index值表示。Index是有序的，這樣就產生了第一種查詢演算法：順序查詢

如圖1所示，從列表的第一個元素開始，一個接一個檢查，直到找到或全部找完，如果找完全部項，可以判斷這個項在列表中不存在。

以下是這種演算法的實現。這個函式的引數有：列表，待查項，返回值是布林值。布林變數found初始值為False，如果找到就被賦值True.

順序查詢的效能分析

要分析查詢演算法，先要決定一個基本計算單位。記得一般是解決問題的每一次重複算做一步。對查詢來說，應該就是比較是與不是的次數。另外的一個假設就是列表是無序的，資料項在列表裡隨機安放，換句話說，資料項可能在列表的任何一個位置。

如果資料項不在列表裡，唯一的判定辦法就是把全部項逐個比較一番。如果表中有n個數據，順序查詢就需要n次比較。但是分析沒有這麼簡單，有三種情形可能發生，最好的情況下，第一個項就是我們要找的，只有1次比較。最差的情況下，需要n次比較，全部比較過之後才知道找不到。

平均情況如何呢？在平均情況下，我們會發現是列表的一半，即平均要比較n/2次。回想一下，不論係數多大，在我們這裡無關緊要，也就是說順序查詢的效能是O(n)。表1是各種結構的彙總。

前面我們有一個假設，就是資料項在列表裡面位置是隨機的，所以之間沒有相對順序。但是假如表中資料項以某種方式排序了，怎樣來查詢呢？又怎樣利用這個特性來獲得更好的效率呢？

假如列表元素是升序排列的，即從低到高。如果資料項在列表中仍然是隨機的，我們將仍然比較相同的次數來找到它。然而，如果元素不在列表裡，在效能上會稍有提高。如圖2所示的查詢50的過程。注意資料項與列表元素逐個比較直到54，這裡我們遇到個特殊情況，不但54不是我們要找的，而且54後面的元素也不是我們要找的，因為元素是有序的！這時演算法就不必繼續遍歷所有元素後才報告找不到，它可以在找到54後立即終止查詢。