旋转排序数组可单次二分查找，核心是每次判断左右哪侧有序：若nums[left]≤nums[mid]则左段有序，否则右段有序；再据target是否在有序段内缩区间，无需先找旋转点。

旋转排序数组不是完全无序，而是由两个升序段拼接而成。二分查找依然适用，关键在于每次迭代时识别哪一侧是有序的，再判断目标是否落在该区间内——不找旋转点，不拆两段，单次二分就能完成。

识别哪一侧子数组有序

取中点 mid，比较 nums[mid] 与 nums[left] 或 nums[right]：

• 若 nums[left] ≤ nums[mid]：说明左半段 [left, mid] 严格升序（因为无重复）
• 若 nums[mid] ≤ nums[right]：说明右半段 [mid, right] 严格升序
• 两者必居其一，不可能都乱序——这是旋转数组的核心性质

根据有序侧决定搜索方向

确认某侧有序后，用目标值 target 和该侧端点比大小，判断是否可能落在其中：

• 若左段有序且 nums[left] ≤ target ：目标在左段，收缩 right = mid − 1
• 若左段有序但 target 不在此范围：目标只可能在右段，收缩 left = mid + 1
• 若右段有序且 nums[mid] ：目标在右段，收缩 left = mid + 1
• 若右段有序但 target 不在此范围：目标只可能在左段，收缩 right = mid − 1

边界处理与终止条件

使用闭区间 [left, right] 模式更直观：

• 初始化：left = 0, right = nums.length − 1
• 循环条件：while (left ≤ right)，避免漏掉单元素区间
• 中点计算：mid = left + (right − left) / 2，防整型溢出
• 命中即返：if (nums[mid] == target) return mid
• 未命中则按上述逻辑收缩区间，最终 left > right 时返回 −1

为什么不用先找最小值或峰值

预找旋转点（如最小值下标）属于“两次二分”，虽可行但多一次 log n 开销，且易在边界出错：

• 找最小值需额外判断 nums[mid] 与 nums[right] 大小，逻辑独立、易写错
• 再根据 target 和 nums[right] 关系选段，又增一层分支
• 而单次二分全程复用同一套区间更新逻辑，代码更短、鲁棒性更高、面试更易讲清