在二分查找当中，为什么我们使用 `mid = ((right - left) ＞＞ 1) + left`？

在二分查找等算法中，我们经常需要计算区间的中间位置，一般可以使用 mid = (left + right) / 2 这种常规写法，但在一些场景下会采用 mid = ((right - left) >> 1) + left 这样的写法，以下是具体原因：

避免整数溢出

在许多编程语言里，整数类型的取值范围是有限的。当 left 和 right 都非常大时，使用 (left + right) / 2 可能会导致整数溢出。

例如，在 JavaScript 中，Number 类型是双精度 64 位浮点数，虽然能表示很大的数，但如果 left 和 right 足够大，它们相加的结果可能会超出安全整数范围（Number.MAX_SAFE_INTEGER，即 2**53 - 1），从而造成精度丢失。

以下是一个示例代码，展示了溢出情况：

let left = Number.MAX_SAFE_INTEGER - 1;
let right = Number.MAX_SAFE_INTEGER;
// 一般写法会发生溢出问题
let mid1 = (left + right) / 2; 
// 但是换成这个写法就不会溢出
let mid2 = ((right - left) >> 1) + left; 
console.log(mid1); 
console.log(mid2); 

在上述代码中，(left + right) / 2 可能会得到错误的结果，而 ((right - left) >> 1) + left 能避免这个问题。因为 right - left 的值通常不会很大，不会超出整数表示范围。

位运算的性能优势

>> 是右移运算符，(right - left) >> 1 等价于 Math.floor((right - left) / 2)。位运算在计算机底层的执行速度通常比除法运算要快，因为它直接操作二进制位，不需要进行复杂的数学运算。所以使用 ((right - left) >> 1) + left 不仅能避免溢出，还可能在性能上有一定提升。

综上所述，mid = ((right - left) >> 1) + left 这种写法既可以避免整数溢出问题，又可能提高代码的执行效率，因此在实际编程中被广泛应用于二分查找当中。