力扣-二分法的算法与逻辑

数学逻辑上，二分法可以描述为以下步骤：

1. 确定初始搜索区间：假设有一个有序数组arr，需要在其中找到一个特定的元素target。初始时，搜索区间为整个数组，即[low, high]（索引），其中low是数组的第一个元素，high是数组的最后一个元素。

2. 计算中点：在搜索区间[low, high]内，找到中间的元素mid，可以通过以下公式计算：

如果low和high的值都是整数，则mid是它们平均值的下取整。

3. 比较中点和目标值：将中点mid的值与目标值target进行比较：

如果mid的值等于target，则搜索成功，返回mid的索引。

如果mid的值大于target，则目标值在搜索区间的左半部分，即[low, mid - 1]。

如果mid的值小于target，则目标值在搜索区间的右半部分，即[mid + 1, high]。

4. 更新搜索区间：根据比较结果，将搜索区间更新为新的[low, high]，并重复步骤2和3，直到找到目标值或者搜索区间为空。

5. 结束搜索：如果在搜索过程中找到了目标值，则搜索结束，返回目标值的索引。如果搜索区间为空，则表示目标值不在数组中，搜索失败。

        二分法之所以高效，是因为它每次迭代都将搜索区间缩小一半，因此搜索过程会很快收敛。此外，由于数组是有序的，二分法可以确保在找到目标值之前不会检查数组中的每个元素，这使得它在处理大量数据时非常有效。

在算法中，进行二分法之前，可以建立指针（也就是一个初始角标）：

题目：

给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target  ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

1. class Solution:
2.     def search(self, nums: List[int], target: int) -> int:
3.         left,right = 0, len(nums)-1
4.         # 当左指针小于右指针，继续
5.         while(left <= right):
6.             # 中间索引
7.             mid = (right - left)//2 + left
8.             # 获取中间位置
9.             num  = nums[mid]
10.             if target==num:
11.                 return mid
12.             elif num> target:
13.                 right  = mid-1
14.             else:
15.                 left = mid +1
16.         return -1