因为nums[mid] == nums[left]时无法确定哪边有序，如[2,2,2,0,1,2]中left=0、mid=2均为2，但左右均非完全有序，盲目缩边可能漏掉target；故只能安全地left++一步，保留所有可能性。
为什么 nums[mid] == nums[left] 时不能直接缩边界
旋转数组里存在重复元素时，nums[left] == nums[mid] 无法判断哪边有序。比如 [2,2,2,0,1,2]，left=0、mid=2，三者都是 2，但左半段无序、右半段也非完全有序——此时若盲目丢掉 left 或 mid，可能把目标值过滤掉。
正确做法是只收缩左边界一步：left++，保留所有可能性。这不是优化策略，而是必要退让。
- 仅当
nums[left] == nums[mid]且nums[mid] != target时才执行left++ - 必须配合循环条件为
left ，否则会漏判单元素区间 - 这个分支不更新
mid，下轮重新计算，避免逻辑跳跃
if (nums[left] 判断的是「左段是否有序」，不是「是否递增」
旋转点把原升序数组切成两段，其中一段必然保持内部有序（即满足 nums[i] 对该段内任意 <code>i<j> 成立）。用 <code> 而非 <code> 是为了兼容单元素或重复元素场景，例如 <code>[1,1,1,2] 中 nums[0] 成立，左段确实有序。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 若成立，说明
[left, mid]有序 → 检查target是否落在该区间：用nums[left] - 若不成立，说明
[mid, right]有序 → 检查nums[mid] - 注意两次比较都用闭区间，因为端点值可能等于
target
查找失败时返回 -1，但要注意 right 更新不能越界到 mid-1 以下
标准二分中 right = mid - 1 安全，但在旋转数组中，如果仅靠 nums[mid] 和 target 大小关系缩边界（比如写成 if (nums[mid] > target) right = mid - 1），会破坏有序性假设，导致漏解。必须严格依据「哪边有序 + target 是否在该有序段内」来更新。
- 错误写法：
if (nums[mid] > target) right = mid - 1—— 在[4,5,6,7,0,1,2]查0时，第一次mid=3、nums[3]=7 > 0，却把right错缩到 2，丢掉含 0 的右半段 - 正确路径：先判左段有序（
4 成立），再看 <code>target=0是否在[4,7]内 → 否 →left = mid + 1 - 所有
left/right更新必须来自明确的有序段归属判断
测试用例要覆盖重复+边界交叉，比如 [1,1,1,1,1,1,1,1,2,1,1]
这种数组旋转点在末尾附近，且大量重复，极易暴露判断逻辑漏洞。特别是当 target == nums[left] == nums[mid] 但不在左段时（如查 2），必须靠多次 left++ 跳过重复，直到出现 nums[left] != nums[mid] 才能恢复有序段判断能力。
- 最差情况时间复杂度退化为
O(n)，这是重复元素下的理论下限，无法避免 - 不要试图用「跳到第一个不同值」优化，容易越界或死循环；
left++单步最稳 - 实际编码中建议加个防死循环保护：比如迭代次数超
nums.size()就返回 -1（虽极少触发，但调试时很管用）
重复元素带来的不确定性，本质是信息缺失——你永远不知道当前相等的值是来自旋转前的同一段，还是横跨了旋转点。这时候少做假设，多走一步，反而更可靠。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
