软件的脆弱：从“二分法查找”的bug说开去_随笔

大概是在去年的七月份左右，我首先在 javalobby上看到这篇。当时也无比震惊，因为JDK（1.5及之前的版本）中Arrays.binarySearch(int[] a, int key)及Collections.binarySearch(int[] a, int key)（其调用indexedBinarySearch）存在一个在业界隐藏了几十年的bug，而这两个方法的作者恰恰是两位高人实现：

* @author Josh Bloch
* @author Neal Gafter

我想，在Java领域呆的比较长的开发者应该会有所耳闻吧，Josh Bloch 被称之为 "Java 之母"（虽然他是一位男性），因为 java collection 框架，java.math, 泛型及《Effective Java Programming Language Guide》都出自他之手；而 Neal Gafter 则是我们每天都用的JAVA编译器 Javac 的实现者。

我们先看有问题的代码：

public static int binarySearch(int[] a, int key) {
     int low = 0;
    int high = a.length - 1;
     while (low <= high) {
         int mid = (low + high) >> 1;
         int midVal = a[mid];
         if (midVal < low = "mid"> key)
             high = mid - 1;
        else
             return mid; // key found
     }
     return -(low + 1);   // key not found.
}

有问题的代码是这一行：

int mid = (low + high) >> 1;

大家知道，其等价于：

int mid = (low + high) / 2;

问题是在 low 和 high 都很大时，比如数组的元素达到 2^30 时，low + high 将超过整数的最大值 2^31 -1，此时将造成溢流，溢流后得到的 mid 为负值。

正确的实现应该为：

int mid = low + ((high - low) / 2);

或者更加清楚地使用Java的无符号右移 *** 作符：

int mid = (low + high) >>> 1;

虽然这个问题目前得到解决，我们就能断定这十几行程序就准确无误吗？
但连以上两位作者目前也还表示怀疑。

从行内得知，第一个二分法算法是1946年出现的，而当时被认为“无误”的实现到1962年才出现（也就是说以上十几行代码是经过十几年才得到的）。因为当时的数据量不可能逼近 2 ^ 30的数量级，所以直到去年这个BUG被提交到 Java 的 Bug 库中。可想人类的思维是有缺陷的。

目前，对于搜索引擎，基因工程领域，这一数量级应该是少见多怪了，所以如果你工作的领域需要处理大量的数据时，请使用 JDK 6.0。