Arrays.binarySearch要求数组必须升序排序，否则结果不可预测；其原理依赖中位数划分区间，无序时逻辑失效；需先Arrays.sort()再查找，或克隆后排序；返回索引≥0表示找到，＜0表示未找到且含插入位置信息；适用静态数据批量查询，不适用于频繁变动集合。
Arrays.binarySearch 要求目标数组必须已按升序排序，否则结果不可预测——这不是“建议”，而是硬性前提。
为什么必须先排序？
二分查找依赖“中间元素能划分左右区间”的逻辑。如果数组无序，比如 [5, 1, 8, 3]，取中位数 8 后无法判断目标值该往左还是右搜，算法会直接跳过正确位置，返回负数（表示插入点），但这个插入点也失去实际意义。
常见误区：调用 binarySearch 前没确认是否已排序，或误以为它会自动排序。
排序与查找的典型配合写法
Java 中最稳妥的组合是先用 Arrays.sort()，再查；若需保持原数组顺序，应复制后再排序查找：
- 对原始数组操作：先
Arrays.sort(arr)，再Arrays.binarySearch(arr, key) - 不破坏原数组：用
int[] copy = arr.clone(); Arrays.sort(copy); int idx = Arrays.binarySearch(copy, key); - 注意基本类型数组（如
int[]）和引用类型（如String[]）都支持，但引用类型需确保元素实现Comparable或传入Comparator
理解返回值含义
binarySearch 返回的是索引，不是布尔值：
- ≥ 0：表示找到，返回对应元素在数组中的下标
- ＜ 0：表示未找到，返回值为
-(insertion point) - 1，即负数取反减1就是应插入的位置（维持升序） - 例如在
[1, 3, 5, 7]中查 4，返回-3，说明应在索引 2 处插入（因为-(-3) - 1 = 2）
性能优势与适用边界
时间复杂度 O(log n)，远优于线性查找的 O(n)，但前提是：数组静态或变动极少。频繁增删后反复排序+查找，反而不如用 TreeSet 或 HashMap。
- 适合场景：一次性批量构建、后续只读查询（如配置项白名单、预加载字典）
- 不适合场景：动态变化的集合、小数组（n < 10 时线性查找可能更快）
- 注意：对
ArrayList等非数组结构，不能直接用此方法，需转成数组或改用其他查找方式
