bisect_left返回第一个≥x的位置，bisect_right返回第一个＞x的位置；二者差值即重复元素个数，切片arr[left:right]可安全获取所有x，x不存在时自动为空。
遇到重复元素时，bisect_left 返回第一个可插入位置（即最左匹配索引），bisect_right 返回最后一个可插入位置的后一位（即最右匹配索引 + 1）——这是区分两者行为的核心。
为什么 bisect_left 和 bisect_right 对重复值返回不同索引？
它们不“查找元素”，而是“找插入点”：保证插入后列表仍有序。当目标值 x 多次出现时，bisect_left 找的是所有 x 的起始位置，bisect_right 找的是所有 x 结束后的下一个位置。
例如在 [1, 2, 2, 2, 3] 中查 2：
-
bisect_left(..., 2)→1（第一个2的索引） -
bisect_right(..., 2)→4（最后一个2后面的位置）
二者相减就是重复次数：bisect_right(...) - bisect_left(...)。
立即学习“Python免费学习笔记（深入）”；
用 bisect_left 和 bisect_right 获取重复元素的完整范围
要拿到所有等于 x 的元素切片，直接用两个函数结果做切片即可，无需循环遍历。
示例：
import bisect arr = [1, 2, 2, 2, 3, 4, 4] x = 2 left = bisect.bisect_left(arr, x) right = bisect.bisect_right(arr, x) print(arr[left:right]) # 输出: [2, 2, 2]
注意：right 是开区间终点，所以切片写法自然成立；若 x 不存在，left == right，切片为空列表，不会报错。
常见误用：把 bisect_right 当作“最后一个匹配索引”
新手常以为 bisect_right 返回的是最后一个 x 的下标，其实它返回的是插入点——比最后一个匹配索引大 1。
容易出错的写法：
-
arr[bisect.bisect_right(arr, x)]→ 可能越界或取到下一个值 -
arr[bisect.bisect_right(arr, x) - 1]→ 当x不存在时会取到前一个无关元素
安全做法是先检查是否存在：
pos = bisect.bisect_left(arr, x)
if pos < len(arr) and arr[pos] == x:
last_idx = bisect.bisect_right(arr, x) - 1 # 此时才安全减 1性能与前提：必须确保输入已排序且无副作用
bisect 模块所有函数都假设输入是升序排列的 list。如果传入未排序、或在搜索过程中被其他线程修改，结果不可预测。
几个关键点：
- 不支持
tuple或array.array（除非显式转换为list） - 对
bytes或str列表有效，但比较基于字典序 - 没有内置的降序支持；若需降序查找，要么反转逻辑（如用
-x转换），要么手动实现反向二分 - 时间复杂度是
O(log n)，但切片arr[left:right]是O(k)（k 为重复个数），不是常数操作
真正容易被忽略的是：很多人在循环中反复调用 bisect_left 做“查找+删除”，却没意识到删除操作本身是 O(n)，直接抵消了二分优势。
