为什么我的二分法搜索比python中的线性搜索慢？

在一次采访中，我被要求实施二分法搜索以缩短搜索时间，我提出了这个建议。我回家测试了一下，但看起来线性搜索比我的对分搜索做得更好。我做错什么了吗

import time

sorted_list = range(0, 10000000)
needle = 9999999

def split_list(sorted_list):
    half = len(sorted_list)/2
    return sorted_list[:half], sorted_list[half:]

def bisection(haystack, needle, length_of_list):
    if len(haystack) <= length_of_list/5:
        return haystack

    first, last = split_list(haystack)
    if needle < first[-1]:
        return bisection(first, needle, length_of_list)
    else:
        return bisection(last, needle, length_of_list)

def linear_search(smaller_ist):
    for ele in smaller_list:
        if ele == needle:
            return 0

start_time = time.time()
smaller_list = bisection(sorted_list, needle, len(sorted_list))
print linear_search(smaller_list)
print("--- %s seconds ---" % (time.time() - start_time))

start_time = time.time()
print linear_search(sorted_list)
print("--- %s seconds ---" % (time.time() - start_time))

导入时间
排序列表=范围（0，10000000）
指针=9999999
def拆分列表（已排序列表）：
half=len（已排序的列表）/2
返回已排序的_列表[：一半]，已排序的_列表[一半：]
def二等分（草堆、针、长度列表）：
如果len（haystack）是O（k），其中k是得到的切片的长度。您可以在
split_list（）
中的行
return sorted_list[：half]，sorted_list[half:][/code>中重复切片列表。对整个列表调用
split_list（）
的
bisection
的顶级调用将花费O（n）来运行
split_list
（因为左半部分的大小+右半部分的大小=n），其本身已经匹配线性搜索的时间复杂度

解决此问题的一种方法是，在对函数的递归调用中传递
lowerBound
和
upperBound
（其中顶级调用使用
lowerBound
和
upperBound
分别设置为
0
和
len（排序列表）
）。而列表的
长度将是
上界-下界
 不用说，这里完全不需要切片。而是旋转索引。