Collections.binarySearch()不支持模糊匹配，需先按匹配依据排序，再用虚拟对象定位区间边界，最后局部遍历验证；数值范围可直接得精确区间，字符串前缀需构造上下界字符串。
Collections.binarySearch() 本身不支持模糊匹配，它只做精确的二分查找，且要求列表已按**严格一致的排序规则**升序排列。想在自定义对象中实现“模糊匹配”（比如按姓名前缀、数值范围、相似度阈值等），不能直接靠 binarySearch 一步到位，但可以**结合预处理、合理排序和后续扫描**来高效缩小搜索范围。
前提：必须先按模糊匹配依据排序
模糊匹配不是无序遍历，而是“先定位大致区间，再局部检查”。例如：
- 想找姓名以
"Zha"开头的用户 → 列表需按name字典序升序排列； - 想找年龄在
[25, 35]的用户 → 列表需按age升序排列； - 想找与关键词编辑距离 ≤1 的字符串 → 二分法不适用，应换用其他结构（如 Trie 或 BK-tree）。
排序用的 Comparator 必须和你后续模糊逻辑一致。例如按姓名排序：
list.sort(Comparator.comparing(p -> p.getName()));
用 binarySearch 找到“插入点”，界定模糊区间
利用 binarySearch 返回的负值（-(insertionPoint) - 1）可快速定位边界。例如查所有 name.startsWith("Zha")：
- 构造一个“虚拟对象”
Person key = new Person("Zha", ...)； - 调用
int pos = Collections.binarySearch(list, key, nameComparator)； - 若
pos >= 0，说明存在完全等于"Zha"的姓名（极小概率），从该位置向左右扩展； - 若
pos ，则 <code>insertionPoint = -pos - 1，即所有name >= "Zha"的元素从索引insertionPoint开始； - 再找上界：构造
"Zhb"（字典序紧接"Zha"后的最小字符串），同样 binarySearch 得到endPoint； - 最终候选区间为
[insertionPoint, endPoint)，只需遍历这个子区间判断startsWith("Zha")即可。
数值范围模糊（如 age ∈ [25,35]）更直接
已按 age 排序时：
- 用
binarySearch(list, new Person(25, ...), ageComparator)得到下界起始位置； - 用
binarySearch(list, new Person(36, ...), ageComparator)得到上界结束位置（因 36 是第一个不满足 ≤35 的值）； - 结果区间内所有元素都满足
25 ≤ age ≤ 35，无需额外过滤。
注意边界与自定义 Comparator 的一致性
关键陷阱：
- Comparator 中的比较逻辑必须**完全忽略模糊匹配中不关心的字段**，否则排序错乱，二分失效；
- 构造的“虚拟查询对象”字段要精简，只设用于排序的字段（如只设
name="Zha"，其他字段可 null 或任意值）； - 如果使用自然排序（
Comparable），确保compareTo()行为与你要模糊的维度一致； -
binarySearch不保证返回第一个或最后一个匹配项，仅定位“某一个”或插入点，重复值需自行线性扫描邻近区域。
