Arrays中的二分查找

#JDK对你最有触动的代码#
Arrays中的二分查找方法(以double为例)

// 片段1
private static int binarySearch0(double[] a, int fromIndex, int toIndex,
                                 double key) {
    int low = fromIndex;
    int high = toIndex - 1;

    while (low <= high) {
        int mid = (low + high) >>> 1;
        double midVal = a[mid];

        if (midVal < key)
            low = mid + 1;  // Neither val is NaN, thisVal is smaller
        else if (midVal > key)
            high = mid - 1; // Neither val is NaN, thisVal is larger
        else {
            long midBits = Double.doubleToLongBits(midVal);
            long keyBits = Double.doubleToLongBits(key);
            if (midBits == keyBits)     // Values are equal
                return mid;             // Key found
            else if (midBits < keyBits) // (-0.0, 0.0) or (!NaN, NaN)
                low = mid + 1;
            else                        // (0.0, -0.0) or (NaN, !NaN)
                high = mid - 1;
        }
    }
    return -(low + 1);  // key not found.
}

// 片段2 Double类中的代码
public static long doubleToLongBits(double value) {
    long result = doubleToRawLongBits(value);
    // Check for NaN based on values of bit fields, maximum
    // exponent and nonzero significand.
    if ( ((result & DoubleConsts.EXP_BIT_MASK) ==
          DoubleConsts.EXP_BIT_MASK) &&
         (result & DoubleConsts.SIGNIF_BIT_MASK) != 0L)
        result = 0x7ff8000000000000L;
    return result;
}

1. 面试中基本上都绕不开二分查找，有时候会到网上找一些例子，其实JDK中的例子非常标准和规范。
2. 对于中间值的选取，采用了无符号位操作，int mid = (low + high) >>> 1; 
   常规的写法 (low + high) / 2会存在运算溢出的可能。low + (high - low) / 2 运算不够高效。
   而JDK的写法可以完美解决。
3. 上述代码中选取的是double的比较，由于浮点数的精度问题，对于double的比较，也是我们经常遇到的问题
   对于片段2中的代码注释中，详细解释了IEEE 754 floating-point双精度浮点数的存储格式。
   Bit 63(符号位): represents the sign of the floating-point number
   Bits 62-52(指数位): represent the exponent. 
   Bits 51-0(有效数字位): represent the significand (sometimes called the mantissa) of the floating-point number

#感触#
1. 掌握必要的计算机知识对看懂源码非常重要
2. 当遇到一些问题的时候，可以尝试看一下JDK的实现思路