bisect模块只返回插入位置索引而非查找结果，需手动验证索引合法性并取值判断存在性；bisect_left用于找首次出现位置，bisect_right用于找末次出现位置或统计次数。
为什么直接用 bisect 不能返回查找结果？
很多人一上来就调用 bisect.bisect_left(nums, target)，发现返回的是索引而不是值，甚至索引还越界——这不是 bug，是设计如此。bisect 模块只负责定位插入点，不负责取值或判断存在性。你得自己拿这个索引去查 nums[i]，并确认 i 是否在合法范围内。
- 如果
i == len(nums)，说明target比所有元素都大，不存在 - 如果
nums[i] != target，即使i合法，也说明没找到 -
bisect_left和bisect_right返回值可能不同：对重复元素，前者停在第一个位置，后者停在最后一个位置之后
bisect_left 和 bisect_right 怎么选？
选哪个取决于你要解决的具体问题：
- 找某个值的首次出现位置 → 用
bisect_left - 找某个值的末次出现位置（或统计出现次数）→ 用
bisect_right，再减去bisect_left - 判断是否存在 → 先用
bisect_left得到i，再检查i - 插入新元素并保持有序 → 直接用
bisect.insort_left(nums, x)或bisect.insort_right(nums, x)
注意：insort_* 是原地修改，时间复杂度仍是 O(n)，因为插入本身要搬移元素；bisect_* 才是纯 O(log n) 的查找逻辑。
常见错误：把无序列表当有序用
bisect 对输入唯一要求是“已升序排列”，但它不会帮你检查。一旦传入乱序列表，返回的索引完全不可靠，且不会报错。
立即学习“Python免费学习笔记（深入）”；
- 调试时可加一句
assert nums == sorted(nums)（仅开发阶段，别在线上用） - 若数据来自外部（如文件、API），务必先排序，或用
sorted()创建副本 —— 别直接在原列表上sort()，除非你明确需要副作用 - 降序序列不能直接用
bisect；要么反转后用，要么改用bisect_left(nums[::-1], target, ...)并手动换算索引，更稳妥的做法是统一转成升序处理
性能陷阱：频繁插入时别只依赖 insort
如果你在循环里反复调用 bisect.insort_left(lst, x) 构建有序列表，整体复杂度会退化成 O(n²)，比先收集再排序慢得多。
- 正确做法：攒一批待插入元素 → 合并进原列表 → 一次性
sorted()，或者用heapq维护堆（如果只需要最小/最大） - 真需要动态有序结构？考虑
sortedcontainers.SortedList（第三方），它内部用分块数组优化了插入性能 -
bisect最适合场景是：列表静态、查询密集、插入极少
记住：二分本身很快，但“维护有序”这件事，bisect 不负责，也不擅长。
