這題要在一個數組中找一個峰值元素，並返回其索引位置，峰值元素定義為比左右相鄰元素大的元素，重點是，數組的左右邊界被視為負無窮大，所以邊界上的元素也可以當峰值。

理解題目：
題目要找到一個峰值元素，並要求算法的時間複雜度 O(log n)，峰值定義是比相鄰元素大的元素，且可以返回任意一個峰值的索引（即使有多個峰值）數組的左邊界 nums[-1] 和右邊界 nums[n] 被視為負無窮大，這樣邊界元素也可能是峰值。
思路：
題目要求時間複雜度 O(log n)，暗示應該用二分查找來解決這個問題，可以選擇把數組劃分成兩部分，通過比較當前中間元素跟相鄰元素來決定往哪邊繼續搜尋。
步驟：
初始化 left 和 right 指針，分別指向數組的開始和結束位置，用二分查找，比較中間元素 nums[mid] 跟右邊相鄰元素 nums[mid + 1]，如果 nums[mid] > nums[mid + 1]，說明峰值在左邊或當前位置，把 right 移到 mid，如果 nums[mid] < nums[mid + 1]，表峰值在右邊，把 left 移到 mid + 1當 left == right 時，該位置就是峰值索引，返回該索引就完成了。
程式碼：
class Solution(object):
def findPeakElement(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
left, right = 0, len(nums) - 1

    while left < right:
        mid = (left + right) // 2
        if nums[mid] > nums[mid + 1]:
            right = mid  # 峰值在左邊或當前中間位置
        else:
            left = mid + 1  # 峰值在右邊

    return left  # left 跟 right 相遇時即為峰值

思路：
用了二分查找的技巧，通過每次比較中間元素跟其相鄰的右邊元素來確定峰值的位置，當 nums[mid] > nums[mid + 1] 時，峰值ㄧ定在左側（包括當前中間位置），所以把 right 指針移到 mid；否則，峰值在右邊，所以移動left 指針，最後當 left == right ，就能確定峰值位置。
心得：
這題的重點在用二分法來優化，尤其是在對數據特性不明確的情況下用二分法，用二分法的關鍵是怎麼選擇劃分點並確定要搜索的範圍，這個思路讓我了解到解題時不僅要考慮數據本身的特性，還要善用時間複雜度優化的技巧。