在算法刷题中，二分查找是高频考点，而「寻找比目标字母大的最小字母」这道题（LeetCode 744）是二分查找的经典应用场景。本文将从初版低效解法 入手，分析问题所在，逐步优化到最优解法，帮你理解二分查找的核心逻辑和题目特性的利用技巧。
一、题目描述
原题链接
LeetCode 744. Find Smallest Letter Greater Than Target（https://leetcode.cn/problems/find-smallest-letter-greater-than-target/）
核心要求
给你一个字符数组 letters，该数组按非递减顺序 排列，以及一个字符 target。请你找出并返回 letters 中大于 target 的最小字符。如果不存在这样的字符，则返回 letters 的第一个字符。
示例
- 示例 1：输入:
letters = ["c","f","j"], target = "a"，输出:"c" - 示例 2：输入:
letters = ["c","f","j"], target = "c"，输出:"f" - 示例 3：输入:
letters = ["c","f","j"], target = "j"，输出:"c"
优化解法：最优二分实现
1. 优化思路
- 利用
letters非递减的特性，去掉冗余去重，直接操作原数组，节省时间和空间； - 修正二分逻辑，精准瞄准「大于 target 的最小字符」；
- 提前处理边界场景（target 大于所有字符），避免数组越界。
- 最优代码
java
public char nextGreatestLetter(char[] letters, char target) {
int left = 0;
int right = letters.length - 1;
// 提前处理边界：target大于/等于所有字符，直接返回第一个元素
if (letters[right] <= target) {
return letters[left];
}
// 二分查找：找大于target的最小字符
while (left <= right) {
// 防止left+right溢出，等价于(left+right)/2
int mid = left + (right - left) / 2;
if (letters[mid] > target) {
// 当前元素大于target，尝试找更小的（左移右边界）
right = mid - 1;
} else {
// 当前元素<=target，需要右移左边界，找更大的元素
left = mid + 1;
}
}
// 循环结束后，left指向第一个大于target的字符
return letters[left];
}核心逻辑解析
（1）边界预处理
if (letters[right] <= target) 直接判断「target 是否大于等于最后一个字符」，若是则返回第一个字符，避免后续二分越界。
（2）二分查找核心
- 当
letters[mid] > target：说明 mid 位置的字符是候选，但可能有更小的符合条件的字符，因此左移右边界（right = mid - 1）； - 当
letters[mid] <= target：说明 mid 位置的字符不符合要求，需要找更大的，因此右移左边界（left = mid + 1）； - 循环结束时，
left必然指向「大于 target 的最小字符」（因为预处理已排除所有字符都 <=target 的情况）。
（3）时间 / 空间复杂度
- 时间复杂度：O (logn)（纯二分查找，无额外遍历）；
- 空间复杂度：O (1)（仅用了几个变量，无额外数据结构）。
四、测试用例验证
用例 1：常规场景（target 小于所有字符）
输入：letters = ['c','f','j'], target = 'a'执行流程：
- 边界判断：
letters[2]='j' > 'a'，进入二分； - 第一次循环：
mid=1，letters[1]='f'>'a'→right=0； - 第二次循环：
mid=0，letters[0]='c'>'a'→right=-1； - 循环结束，返回
letters[0]='c'（正确）。
用例 2：target 等于中间字符
输入：letters = ['c','f','j'], target = 'c'执行流程：
- 边界判断：
letters[2]='j' > 'c'，进入二分； - 第一次循环：
mid=1，letters[1]='f'>'c'→right=0； - 第二次循环：
mid=0，letters[0]='c'<=c→left=1； - 循环结束，返回
letters[1]='f'（正确）。
用例 3：边界场景（target 等于最后一个字符）
输入：letters = ['c','f','j'], target = 'j'执行流程：
- 边界判断：
letters[2]='j' <= 'j'→ 直接返回letters[0]='c'（正确）。
用例 4：含重复元素场景
输入：letters = ['c','c','f','j'], target = 'c'执行流程：
- 边界判断：
letters[3]='j' > 'c'，进入二分； - 第一次循环：
mid=1，letters[1]='c'<=c→left=2； - 第二次循环：
mid=2，letters[2]='f'>'c'→right=1； - 循环结束，返回
letters[2]='f'（正确）。
五、总结
- 二分查找的核心是精准匹配题目要求的判断条件，本题需严格区分「>=target」和「>target」，否则会导致结果错误；
- 解题时要充分利用题目给出的特性（如本题「非递减排列」），去掉冗余逻辑（如去重），提升效率；
- 边界条件是二分查找的高频坑点，提前预处理边界场景（如 target 大于所有字符），能有效避免数组越界。