std::binary_search是c++标准库中仅判断目标值是否存在的二分查找算法，要求序列必须升序排序，返回bool值；它不返回位置，也不处理重复元素。
binary_search 是什么，它到底查什么
std::binary_search 是 C++ 标准库提供的一个算法函数，定义在 <algorithm></algorithm> 头文件中。它**只判断目标值是否存在**，不返回位置，也不关心重复元素的边界。返回 true 或 false，仅此而已。
它要求输入迭代器范围所指的序列**必须已升序排序**（默认用 比较），否则行为未定义——常见现象是明明存在却返回 <code>false，或者程序崩溃（尤其配合自定义比较器时）。
使用示例：
std::vector<int> v = {1, 3, 5, 7, 9}; bool found = std::binary_search(v.begin(), v.end(), 5); // true found = std::binary_search(v.begin(), v.end(), 4); // false自己写二分查找时，边界和循环条件怎么定才不越界
手写二分最常出错的是死循环或访问越界，根源在于区间定义不统一。推荐始终使用「左闭右开」区间 [left, right)，这是与 STL 迭代器习惯一致的方式，也更容易推导终止条件。
立即学习“C++免费学习笔记（深入）”；
关键点：
- 初始
left = 0,right = n（不是n-1） - 循环条件用
left ，不是 <code> - 更新时
right = mid（不是mid - 1），因为mid不在新右区间内 - 检查
arr[mid] == target后可直接返回，无需继续收缩
简版实现：
int binary_search(const std::vector<int>& arr, int target) { int left = 0, right = arr.size(); while (left < right) { int mid = left + (right - left) / 2; if (arr[mid] == target) return mid; else if (arr[mid] < target) left = mid + 1; else right = mid; } return -1; }想拿到第一个/最后一个位置？别用 binary_search，改用 lower_bound / upper_bound
std::binary_search 不提供位置信息。如果需要下标、插入点，或处理重复元素（比如找第一个等于 5 的位置），必须换用 std::lower_bound 和 std::upper_bound。
它们都返回迭代器，且同样要求有序：
-
std::lower_bound(first, last, val)：指向第一个>= val的元素 -
std::upper_bound(first, last, val)：指向第一个> val的元素 - 二者差值就是
val的出现次数；若相等，说明不存在
示例：
std::vector<int> v = {1, 2, 2, 2, 4, 4, 5}; auto lb = std::lower_bound(v.begin(), v.end(), 2); // 指向索引 1 auto ub = std::upper_bound(v.begin(), v.end(), 2); // 指向索引 4 int count = ub - lb; // 3自定义比较器时，binary_search 和 lower_bound 的参数顺序不能反
当容器按自定义规则排序（如降序、结构体字段比较），所有二分算法都必须传入**相同的比较器**，且调用时参数顺序要匹配：比较器应接受 (const T&, const T&) 形式，且语义与排序时一致。
常见错误：
- 排序用
std::greater<int>()</int>，但binary_search忘传该比较器 → 行为未定义 - 自定义比较器写成
cmp(a, b)表示 “a 是否排在 b 前面”，但实际逻辑写反了（比如返回a > b却用于升序容器） - Lambda 捕获外部变量后生命周期结束，导致后续调用时引用悬空
正确写法示例（降序）：
std::vector<int> v = {9, 7, 5, 3, 1}; std::sort(v.begin(), v.end(), std::greater<int>()); bool found = std::binary_search(v.begin(), v.end(), 5, std::greater<int>());真正容易被忽略的，是 binary_search 对“有序”的隐含假设：它不验证是否有序，也不提示你错了。一旦数据没排好，或比较器不一致，结果就是随机的——而这种 bug 往往只在特定输入下暴露，调试成本远高于写对一次边界条件。