sort.Search用于查找第一个满足条件的位置，需传入返回bool的函数且逻辑为a[i]>=target；降序数组需反转逻辑或转升序；找边界需调整收缩策略并验证越界；所有二分均要求输入升序已排序。
直接用 sort.Search 最省事，但别忘了验证
Go 标准库早给你写好了健壮的二分查找，不用手撸循环——关键是 sort.Search 不是“找相等”，而是“找第一个满足条件的位置”。你传进去的函数必须返回 bool，且逻辑得是 a[i] >= target 这类左边界语义。
- 错误写法：
sort.Search(len(a), func(i int) bool { return a[i] == target })→ 它可能在没找到时返回插入点（比如数组[1,3,5]查4，返回索引2，但a[2]是5，≠4） - 正确流程：先调
idx := sort.Search(len(a), func(i int) bool { return a[i] >= target })，再判断idx - 空切片安全：
sort.Search(0, ...)没问题，返回0，后续idx 自动为 <code>false，不会 panic
binarySearch 手写迭代版：闭区间 [left, right] 最不容易错
自己写的时候，坚持用闭区间（left 为循环条件），能极大减少边界计算出错概率。中点用 <code>left + (right-left)/2 防溢出，不是 (left+right)/2 —— 虽然对 int 很少溢出，但这是工程习惯。
- 移动规则简单：匹配就返；
a[mid] > target→right = mid - 1；a[mid] → <code>left = mid + 1 - 退出时
left > right，说明真找不到，直接返-1 - 降序数组不能直接套用：要么反转逻辑（改比较方向），要么先转升序——
sort.Search也不支持降序，得自己翻转断言
要找重复元素的边界？改写收缩逻辑就行
基础版一找到就返回，但实际业务常要“第一个 3”或“最后一个 3”——本质还是二分，只是命中 == target 时不急着返回，而是继续往左/右缩区间。
- 找左边界：命中时执行
right = mid - 1，最后检查left是否越界及是否真等于target - 找右边界：命中时执行
left = mid + 1，最后检查right - 别漏验证：比如数组
[2,2]查3，左边界搜索后left可能为2（越界），不判就 panic
递归版能写，但没必要在生产环境用
递归写法语义清晰，适合理解原理，但 Go 默认栈深度有限，且每次调用有函数开销。对百万级数组，迭代版稳定，递归版可能栈溢出或慢几个纳秒。
立即学习“go语言免费学习笔记（深入）”；
- 参数必须带当前
left、right，不能只传子切片（会复制底层数组，O(n) 开销） - 终止条件是
left > right，不是len(arr) == 0（后者低效且易错） - 如果非要递归，确保尾递归优化不可用的前提下，深度别超几千层——而二分 log₂(1e6) ≈ 20，理论上安全，但无收益
最常被忽略的一点：所有二分查找都要求输入切片**升序且已排序**。没人帮你检查——传个乱序数组，结果一定错，而且错得毫无提示。
