Arrays.binarySearch要求数组升序，否则结果无定义；返回值≥0表示存在并给出索引，<0表示不存在且插入点=-(返回值+1)；小数组（<21）线性扫描，大数组二分且防溢出。

Arrays.binarySearch 不是“一调就灵”的黑盒方法，它背后是一套有前提、有边界、有细节的检索逻辑。用对了，O(log n) 高效稳定；用错了，结果看似合理实则不可靠，且不报错、不警告。

必须升序，否则结果无定义

二分查找依赖“中点值能划分搜索区间”这一前提。只有升序数组才能保证：若 target arr[mid]，目标一定在右半段。一旦数组乱序，比较结果就会误导搜索路径，返回值既不是真实索引，也不符合插入点规则——它只是算法在错误输入下运行出的任意整数。

• 官方文档明确要求“the array must be sorted in ascending order”，这是契约，不是建议
• 降序数组不能直接使用；如需支持，排序和查找都必须传入同一 Comparator（如 Collections.reverseOrder()）
• 常见误操作：从数据库/文件读取后未排序就调用；排序后又修改了某个元素；误以为“基本有序”就能用

返回值不是布尔，而是位置编码

返回值携带双重语义：正数表示存在且给出索引；负数表示不存在，但隐含插入位置。这个设计让 binarySearch 不仅能查，还能辅助维护有序结构。

• ≥ 0：目标存在，数值即其在数组中的索引（从 0 开始）
• ＜ 0：目标不存在，插入点 = -(返回值 + 1)，即该值应插入的位置索引
• 例如返回 -4 → 插入点为 3；返回 -1 → 插入点为 0（应插在开头）；返回 -7（数组长为 6）→ 插入点为 6（应插在末尾）
• 切忌用 result == -1 判断失败——那仅代表“应插在开头”，不是通用失败标志

小数组走线性扫描，大数组才启用二分

为兼顾现代 CPU 缓存与分支预测特性，JDK 实现做了性能优化：长度小于阈值（JDK 8 中为 21）时，直接遍历；超过阈值才进入标准二分流程。

• 小数组线性扫描更快，避免反复计算 mid、跳转带来的开销
• 大数组采用 low + (high - low) / 2 计算中点，防止整数溢出
• 循环条件为 low
• 未找到时统一返回 -(low + 1)，逻辑清晰且便于还原插入点

类型与比较逻辑必须严格匹配

binarySearch 有多个重载，但每种版本对输入都有明确约束，混用会导致编译通过但运行异常或结果错误。

• 基本类型数组（int[]、double[] 等）不支持 Comparator，也不能用包装类 key 去查（如用 Integer 查 int[]）
• 对象数组（Integer[]、String[] 等）要求元素实现 Comparable，或显式传入 Comparator；Comparator 必须与排序时一致
• null 值在基本类型中不存在，在对象数组中可能触发 NullPointerException（取决于 Comparator 是否处理 null）
• 子区间查找可用 binarySearch(arr, fromIndex, toIndex, key)，适用于分段处理或跳过无效区域