O(log(n))函数的运行时间

O(log(n))函数的运行时间通常用于描述二分查找、平衡搜索树等算法的时间复杂度。下面是一个示例代码，展示了如何通过二分查找算法来实现O(log(n))的运行时间：

def binary_search(array, target):
    left = 0
    right = len(array) - 1

    while left <= right:
        mid = (left + right) // 2

        if array[mid] == target:
            return mid
        elif array[mid] < target:
            left = mid + 1
        else:
            right = mid - 1

    return -1

# 示例用法
arr = [1, 3, 5, 7, 9, 11, 13]
target = 9
result = binary_search(arr, target)
print("Target found at index:", result)

在这个示例中，我们使用了二分查找算法来在有序数组中查找目标元素。每一次循环，我们将数组的中间元素与目标元素进行比较，并根据比较结果缩小搜索范围。由于每次循环都将搜索空间缩小一半，所以算法的时间复杂度为O(log(n))。

需要注意的是，这只是一个简单的示例，实际应用中可能需要根据具体问题进行适当的修改和优化。