二分查找易混淆的几个点（python）

二分查找是个很基础有很常用的算法，虽然他的代码很简单，但是其中却有几个十分容易混乱的地方，尤其是看不同教材或不同人写的二分代码，会有一些微小但关键的差异，自己写的时候也容易出错，写下这篇博客，主要为了将来自己糊涂时查阅，如果能帮助到其他人，那就是功德一件了。

代码

	def BinarySearch(nums:list, target:int)->int:
	'''
	nums是一个有序的整形列表，target是一个整数。该函数用于查找target在nums中是否存在，如果存在返回其在列表中的下标，如果不存在返回-1
	'''
	left, right = 0, len(nums)#思考1:为什么这里是len(nums)而不是len(nums)-1
	
	'''
	知识点：运算符//
	又叫地板初，自然是商向下取整，如15//2 = 7
	'''
	while left < right：#思考3:这里为什么是严格小于而非小于等于
		mid = left + (right - left) // 2#思考2：为什么这里写成此种格式而非更简洁的mid = (left + right) // 2
		if nums[mid] > target:
			right = mid 
		elif nums[mid] < target:
			left = mid + 1#思考4：为什么上面right不需要+1而left需要+1
		else:
			return mid
	return -1

思考题解答：

首先二分法的核心要义在于搞清楚区间，并保持一致：即究竟是在哪一个区间内进行的搜索，左右端点的开闭情况尤其需要注意，一旦确定端点开闭情况，整个代码中都应保持一致。上面的代码搜索去间就是左闭右开，即搜索区间包括左端点而不含右端点。有了此等认知基础，我们可以进行接下来的讨论。

思考题1：

left, right = 0, len(nums)#思考1:为什么这里是len(nums)而不是len(nums)-1

**解答：**因为是左闭右开区间，所以搜索区间不包含右端点。如果写为len(nums) - 1则搜索不到列表最后一个元素。

思考题2：

mid = left + (right - left) // 2#思考2：为什么这里写成此种格式而非更简洁的mid = (left + right) // 2

**解答：**如果该列表容量巨大，则left + right运算后可能会出现溢出风险

思考题3：

while left < right：#思考3:这里为什么是严格小于而非小于等于

**解答：**因为是左闭右开区间，因而一个开区间端点与一个闭区间端点永远无法相等，因而写等号纯属做无用功。

• 如果写了等号会导致什么错误？
  写了等号就会导致当left = right时会继续执行一次循环

思考题4：

while left < right：
		if nums[mid] > target:
			right = mid 
		elif nums[mid] < target:
			left = mid + 1#思考4：为什么上面right不需要+1而left需要+1
		else:
			return mid
	return -1
	'''解答：
	主要的作用在于避免重复搜索
	if nums[mid] > target:说明目标值在left~mid中，因为本来mid就不等于target,自然可以将它当右端点，因为右端点是开区间，不会有重复搜索【left,mid）
	elif nums[mid] < target:说明目标值在mid~right中，因为本来mid就不等于target,自然可以将它当左端点，但因为左端点是闭区间，因而可以将左端点写为mid+1，避免重复搜索mid【mid+1,right）
	'''