（1）基于顺序查找表实现顺序查找和二分查找算法；（2）使用两个不同大小的查找表进行两次理论和实际性能对比；（3）根据实验环境调整两次查浅表的大小，使得： 第1次查找表的长度—［第2次查找表长度／10］；第2次顺序查找的时间介于［9000，9999］ms之间。代码示例

好的，下面我为您提供一些代码示例，实现基于顺序查找表的顺序查找和二分查找算法。

顺序查找算法示例代码：

def sequential_search(arr, target):
    for i in range(len(arr)):
        if arr[i] == target:
            return i
    return -1

二分查找算法示例代码：

def binary_search(arr, target):
    left, right = 0, len(arr) - 1
    while left <= right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    return -1

接下来，我们可以使用两个不同大小的查找表进行两次理论和实际性能对比。具体实现代码如下：

import time

# 生成随机数组
def generate_random_array(n):
    import random
    return [random.randint(0, 10000) for _ in range(n)]

# 第一次查找表长度为第二次查找表长度的十分之一
n1 = 100
n2 = 1000
arr1 = generate_random_array(n1)
arr2 = generate_random_array(n2)

# 对于第一个查找表，进行顺序查找和二分查找，并记录时间
start_time = time.time()
sequential_search(arr1, arr1[-1])
binary_search(arr1, arr1[-1])
end_time = time.time()
time1 = end_time - start_time

# 对于第二个查找表，进行顺序查找，并记录时间
start_time = time.time()
sequential_search(arr2, arr2[-1])
end_time = time.time()
time2 = end_time - start_time

# 调整第二个查找表的长度，使得第一次查找表的长度为第二次查找表长度的十分之一
n2 = n1 * 10
arr2 = generate_random_array(n2)

# 对于第二个查找表，再次进行顺序查找，并记录时间
start_time = time.time()
sequential_search(arr2, arr2[-1])
end_time = time.time()
time3 = end_time - start_time

# 输出实验结果
print("第一次查找表长度为{}，第二次查找表长度为{}。".format(n1, n2))
print("第一次顺序查找和二分查找的时间为：{}s".format(time1))
print("第二次顺序查找的时间为：{}s".format(time2))
print("调整后第二次顺序查找的时间为：{}s".format(time3))

通过调整第二次查找表的长度，我们可以实现第一次查找表的长度为第二次查找表长度的十分之一。同时，我们可以记录两次实验的查找时间，并进行性能对比。根据实验结果，我们可以得出不同查找表大小对算法性能的影响。