Arrays.binarySearch不是简单二分查找，而是优化实现：小数组线性扫描、大数组防溢出二分，要求数组严格升序，否则结果未定义；返回≥0为索引，<0时-(返回值+1)为插入点。

Arrays.binarySearch 不是让你“实现”二分查找，而是直接调用一个已优化的查找逻辑——它在小数组上走线性扫描，大数组才启用防溢出的二分流程，前提是数组必须升序排列，否则结果未定义。

必须先排序，且排序与查找逻辑要一致

binarySearch 本身不检查数组是否有序，也不做任何预处理。传入乱序数组，返回值既不是正确索引，也不符合插入点规则，而且不会报错，只会静默返回不可靠结果。

• 基本类型数组（如 int[]）：调用 Arrays.sort(arr) 升序排序后才能安全使用
• 对象数组（如 String[] 或自定义类）：元素需实现 Comparable，或显式传入 Comparator
• 若数组需保持原顺序，应先 Arrays.copyOf(arr, arr.length) 复制再排序
• 降序数组不能直接用：改用 Arrays.binarySearch(arr, key, Collections.reverseOrder())

准确理解返回值，别只看是不是 -1

返回值不是布尔标识，而是一个带位置语义的整数：

• ≥ 0：表示找到，数值就是该元素在数组中的索引（例如返回 2，说明 key 在第 3 个位置）
• < 0：表示未找到，此时 -(返回值 + 1) 就是插入点（即维持升序时 key 应放的位置）
• 判断是否存在，必须写 result >= 0，而不是 result != -1（因为未找到可能返回 -2、-5 等）
• 快速还原插入点：可用 int pos = ~result（按位取反），比如 result = -4 → pos = 3

支持区间查找和浮点数等特殊场景

binarySearch 提供四参数重载，可用于局部搜索；对 double 等浮点类型，内部使用 Double.doubleToLongBits() 做位级比较，确保 NaN 和 ±0.0 行为一致。

• 查子区间：Arrays.binarySearch(arr, fromIndex, toIndex, key)，范围是 [fromIndex, toIndex)（右边界不包含）
• 区间内未找到时，插入点基于该子区间计算：若 key 小于所有元素，返回 -(fromIndex + 1)
• 浮点查找务必保证排序与查找用同一比较逻辑；业务敏感场景（如金融）建议转为 long 或 BigDecimal 处理
• 含 null 的对象数组，若没传 Comparator，运行时可能抛 NullPointerException

哪些情况不该用 binarySearch

它高效，但有明确适用边界。超出这些条件，强行使用反而引入隐患或性能倒退。

• List（尤其是 LinkedList）：binarySearch 只接受数组；查 List 应用 Collections.binarySearch，且仅推荐用于 ArrayList
• 频繁增删的数据：每次变动后重排序成本高，优先考虑 TreeSet / TreeMap
• 需要最左/最右重复位置：binarySearch 不保证返回边界下标，需手写二分或配合线性扩展
• 旋转数组、部分有序、自定义非单调结构：不属于标准二分前提，需单独设计查找逻辑