1．线性查找
从数组的第一个元素开始查找，并将其与查找值比较，如果相等则停止，否则继续下一个元素查找，直到找到匹配值。
注意：要求被查找的数组中的元素是无序的、随机的。
比如，对一个整型数组的线性查找代码：
static boolean linearSearch(int target, int[] array) {
// 遍历整个数组，并分别将每个遍历元素与查找值对比
for (int i = 0; i < array.length; i++){
if (array[i] == target){
return true;
}
}
return false;
}
分析该算法的三种情况：
a.最佳情况
要查找的值在数组的第一个位置。也就是说只需比较一次就可达到目的，因此最佳情况的大O表达式为：O(1)
b.最差情况
要查找的值在数组的末尾或者不存在，则对大小为n的数组必须比较n次，大O表达式为：O(n)
c.平均情况
估计会执行：(n + (n - 1) + (n - 2) + ….. + 1)/n = (n + 1) / 2次比较，复杂度为O(n)
2．二分查找
假设被查找数组中的元素是升序排列的，那我们查找值时，首先会直接到数组的中间位置(数组长度/2)，并将中间值和查找值比较，如果相等则返回，否则，如果当前元素值小于查找值，则继续在数组的后面一半查找(重复上面过程)；如果当前元素值大于查找值，则继续在数组的前面一半查找，直到找到目标值或者无法再二分数组时停止。
注意：二分查找只是针对有序排列的各种数组或集合
代码：
static boolean binarySearch(int target, int[] array){
int front = 0;
int tail = array.length - 1;
// 判断子数组是否能再次二分
while (front <= tail){
// 获取子数组的中间位置，并依据此中间位置进行二分
int middle = (front + tail) / 2;
if (array[middle] == target){
return true;
}
else if (array[middle] > target){
tail = middle - 1;
}
else{
front = middle + 1;
}
}
return false;
}
最佳情况：
中间值为查找值，只需比较一次，复杂度为O(1)
最差、平均：
当我们对一个数组执行二分查找时，最多的查找次数是满足n < 2^k的最小整数k，比如：当数组长度为20时，那么使用二分法的查找次数最多为5次，即：2^5 > 20因此可以得出二分法的最差及平均情况的复杂度为O(logn)。
分析：1，2，3，4，5，6，7，8，9
在上面数组中查找7需要比较多少次？
查找2.5需要比较多少次？(假设存储的数值都是双精度数据类型)
显然，对于一个有序数组或集合，使用二分查找会比线性查找更加有效！但是注意，虽然二分法效率更高，但使用的同时系统也会增加额外的开销，为什么？
