数据结构：二分查找的C++实现及细节分析

二分查找可能是最早接触的查找方式，时间复杂度仅为O（lg2(n)）级别，而且易于理解

但是理解了是一回事，动手写起来又是一回事，绝大部分人会在是否取等以及边界值+1的问题上栽倒很多次，就像《只狼》拼刀，看通关视频都很容易，苇名一心也不过尔尔，结果自己打的时候上来就在新手村先死个20次

先附上原码：

int binary_search(vector<int>& nums, int target)//搜索后返回数据在数组的坐标值，如果不存在则返回-1
{
    int right=nums.size()-1;//二分查找的右极限
    int left=0;//二分查找的左极限
    int middle=left+(right-left)/2;//中间数的坐标
    int number=nums[middle];//中间的数据
    while(number!=target)
    {
        if(number>target)
        {
            right=middle;
            middle=left+(right-left)/2;
            number=nums[middle];
        }
        else if(number<target)
        {
            left=middle+1;
            middle=left+(right-left)/2;
            number=nums[middle];
        }
        if(right==left&&number!=target)
            return -1;
    }
    return middle;
}

接下来解释细节部分：

1.取等问题

很多人都在left和right比较大小的地方犹豫很久，这里我特意绕开了这个判断，直接在循环中省去了两者比较的判断，单独列出一个if作为判断条件：既然left和right已经取等，说明查找也到了最后一步，如果再没有合适的值，就直接退出即可

2.+1问题

这里是绝大部分人在第一次尝试的时候绝对会栽跟头的地方

由于计算机计算数据的时候采用2进制编码数据，对于无法整除数据的情况，采用的是“向0取整”，即：结果大于0的小数，仅保留整数部分，结果小于0的小数，采用进一的方式取整

由于数组的下标均为非负数，所以二分查找的平均数也一定为正数，因此，每次取整的时候，数据会偏小，也就是left会更新为一个较小的整数

例如：当面临要查找的数据恰好处于下标7上，此时left=6，right=7，每次对middle和left进行更新的时候，left都因为向下取整的问题而无限循环……

这时候，我们需要舍弃：既然之前，middle上的数据已经不是我们需要的了，那就让left在顶替middle的时候自动+1

但由于right没有向下取整的问题，所以不需要进行对应的-1操作，如果进行了-1操作，反而会出现新的问题：

例如，我们在数组[5]当中查找数字-2，此时left，middle，right均为0，在第一轮循环的时候，由于需要对right进行-1，这时就会出现数组下标负溢出的情况（right=-1）

3.细节问题

由于我们需要查找的数组可能会很大，大到下标即将溢出int型的范围，这时候我们就要小心了：middle在采用（right+left）/2的计算模式下， 可能会溢出

所以我们修改了middle的计算方式，将其改为一种较为安全的计算方法，保证计算的过程中，不会出现溢出的可能