迭代二分搜索算法中high取值疑问：为何优先选len(data)-1？

AI 小北

2026-5-9

为什么二分搜索里high = len(data)-1是更标准的写法？

嘿，这个问题问得特别到位！虽然你写的两种写法看起来都能“正常运行”，但high = len(data)-1确实是更稳妥、更主流的选择，咱们来一步步拆解原因：

彻底避免数组索引越界风险
你第一段代码里high = len(data)的写法有个隐藏bug：当搜索目标比数组所有元素都大时，循环会走到low = len(data)、high = len(data)的状态，此时计算mid = (low + high) // 2会得到len(data)，而数组的合法索引范围是0到len(data)-1，这时候访问data[mid]就会直接抛出索引越界错误。
而high = len(data)-1的写法从一开始就把搜索范围限制在合法索引内，所有mid的计算结果都不会超出数组的有效索引，从根源上杜绝了这个问题。
搜索区间的语义更直观清晰
high = len(data)-1对应的是闭区间搜索，也就是我们的搜索范围是[low, high]——这个区间里的每一个索引都对应数组中存在的元素，逻辑上非常直观：只要low <= high，说明区间里还有元素可以搜索。
而high = len(data)对应的是左闭右开区间[low, high)，此时high本身并不是一个合法的数组索引，这会让循环条件和区间更新逻辑变得更绕（比如正确的左闭右开写法循环条件应该是low < high，且high的更新方式要改成high = mid而非mid-1），增加了出错的概率。
和行业惯例、经典实现保持一致
几乎所有经典算法教材（比如《算法导论》）、主流编程语言的内置二分搜索工具（比如Python的bisect模块）都采用闭区间的写法。使用这种标准写法，既能让你在阅读他人代码或参考资料时不需要额外转换思路，也能让自己的代码更容易被其他开发者理解和维护。