binarysearch要求列表严格有序，否则结果不可靠；返回值≥0表示找到并给出索引，负数表示未找到并隐含插入位置；仅适用于随机访问快的arraylist，不推荐linkedlist。
它不自己排序，也不验证顺序——只在你确认排好序的前提下，用二分法快速定位。关键不在“怎么调用”，而在“为什么必须先排序”和“返回值到底在说什么”。
查找前必须确保 List 已严格有序
binarySearch 不会检查列表是否有序，它直接按二分逻辑往下算。如果 list 是乱的，结果可能偶然对、更多时候错，且无法复现。
- 自然序（如 Integer、String）：先调用
Collections.sort(list)，再用无参binarySearch(list, key) - 自定义顺序（如按长度、按价格）：排序和查找都必须用同一个
Comparator，缺一不可 - 反转后不能直接查：调用
Collections.reverse()后列表变降序，此时若仍用默认 binarySearch，相当于拿升序算法查降序数据，结果必然错误
返回值不是布尔值，而是位置线索
它返回的整数同时承载“是否存在”和“该在哪”的信息：
- ≥ 0：找到目标，数值就是它在 list 中的索引（比如返回 2，说明元素在第 3 个位置）
- 负数：没找到，但告诉你“如果插入，应该放在哪”——公式是 -(插入位置) - 1
- 例如返回 -4，说明插入点是索引 3（因为 -4 = -(3) - 1），插入后仍能保持升序
底层就是标准二分，三变量推进
它内部维护 left、right、mid 三个边界，每轮只比一次 mid 位置的元素：
- nums[mid] == target → 直接返回 mid
- nums[mid]
- nums[mid] > target → 目标在左半段，right = mid - 1
- 直到 left > right，区间为空，判定不存在，按规则算出插入点
性能与适用边界要心里有数
虽是 O(log n)，但实际效果依赖 List 实现：
- 推荐用于
ArrayList：支持随机访问，mid 取值快 - 慎用于
LinkedList：每次取 nums[mid] 都得从头遍历，退化成 O(n log n)，得不偿失 - 重复元素存在时，返回任意一个匹配位置，不保证是第一个或最后一个
- 需要找左边界或范围查询？binarySearch 不够用，得自己写 lowerBound 或换用 Guava/Apache Commons
