collections.binarysearch 是智能调度器，根据 list 是否实现 randomaccess 自动选择高效索引查找、转数组查找或退化为线性扫描，并要求列表已排序，返回插入点语义结果。
Java 中 Collections.binarySearch 不是直接做二分查找的“算法实现”，而是智能调度器——它根据传入的 List 类型自动选择最合适的查找路径，兼顾正确性与性能。
为什么不能对任意 List 直接二分？
二分查找依赖 O(1) 随机访问：必须能瞬间拿到第 i 个元素。ArrayList 支持，但 LinkedList 不支持——取中间节点需从头遍历，单次 get(mid) 就是 O(n)，整体会退化成 O(n log n)。
Collections.binarySearch 通过接口检测规避这个问题：
- 若 list 实现
RandomAccess（如ArrayList、Vector），走高效索引版indexedBinarySearch - 若 list 是
LinkedList或其他顺序访问结构，且 size - 若 size ≥ 5000 且非 RandomAccess，会退回到线性扫描——因为此时二分已无优势
使用前提必须严格满足
即使 list 支持随机访问，binarySearch 也只对已排序数据有效。它不校验顺序，也不帮你排序。
- 升序列表：用自然序或指定
Comparator，结果才可靠 - 降序列表：必须传入反向比较器，例如
Collections.reverseOrder() - 未排序列表调用：返回值完全不可预测，可能漏找、误报，甚至返回负数但含义错乱
返回值含义比“找到/没找到”更丰富
它返回的是插入点语义：找到则返回索引；没找到则返回 -(insertionPoint + 1)，其中 insertionPoint 是目标应插入的位置（保持升序）。
这意味着你可以轻松派生出实用逻辑：
- 判断是否存在：
index >= 0 - 获取第一个 ≥ target 的位置：直接用返回值，若为负则取
-index - 1 - 配合
Arrays.binarySearch统一处理数组和列表，API 行为一致
实际建议：别裸用，加一层封装
生产代码中，直接调用 Collections.binarySearch(list, key) 容易埋坑。推荐封装成带校验的工具方法：
- 检查 list 是否为空、是否实现了 RandomAccess
- 在 debug 模式下可轻量验证前几项是否有序（不全验，防性能损耗）
- 统一处理 null 元素或 comparator 不兼容等边界情况
- 对 LinkedList 等场景，明确日志告警“非最优路径”，便于后期优化
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
