bisect_left本身不负责去重，因为它只定位插入点而不修改列表或判断重复；所谓“精确去重”需结合其返回值识别首次出现位置，并手动跳过后续重复项。
为什么 bisect_left 本身不负责去重
bisect_left 只是定位插入点，它不修改原列表，也不判断重复。所谓“用 bisect_left 精确去重”，其实是借助它的返回值，在已排序列表中识别重复元素的**首次出现位置**，再配合手动遍历或构建新列表来跳过后续重复项。
常见误解是以为调用一次 bisect_left 就能删掉所有重复——它连元素都不看，只看目标值该插在哪。真正去重得靠你控制遍历逻辑。
如何用 bisect_left + bisect_right 找出某值的完整重复区间
对已排序列表 arr 中任意值 x，bisect_left(arr, x) 返回第一个 x 的索引，bisect_right(arr, x) 返回第一个大于 x 的索引。两者之差就是 x 的重复次数。
- 若
bisect_right(arr, x) - bisect_left(arr, x) == 1，说明x只出现一次 - 若结果 > 1，则从
bisect_left(arr, x)开始连续多个位置都是x - 这个技巧在需要统计频次、或跳过整段重复时很稳，比逐个比较
arr[i] == arr[i-1]更安全（尤其含NaN或自定义对象时）
示例：
立即学习“Python免费学习笔记（深入）”；
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
import bisect arr = [1, 2, 2, 2, 3, 4, 4, 5] x = 2 left = bisect.bisect_left(arr, x) # → 1 right = bisect.bisect_right(arr, x) # → 4 print(arr[left:right]) # [2, 2, 2]
原地去重但保持排序：用双指针 + bisect_left 跳过重复块
如果想复用原列表空间、避免新建大列表，可以用读写双指针，每次用 bisect_left 找到下一个**不同值**的起始位置，直接跳过去。
- 设
write指向下一个要写入的位置，read指向当前待处理位置 - 每次取
arr[read]，用bisect_left(arr, arr[read], read)定位它第一次出现的位置（其实就等于read），再用bisect_right找到这块重复结束处 - 把该值写入
arr[write]，然后write += 1，read更新为重复块之后的位置 - 注意
bisect_left第三个参数lo必须传read，否则可能找到前面已处理过的相同值
关键代码片段：
import bisect
def dedupe_inplace(arr):
if not arr: return 0
write = 0
read = 0
while read < len(arr):
val = arr[read]
# 从 read 开始找 val 第一次出现位置（就是 read 自己）
left = bisect.bisect_left(arr, val, read)
right = bisect.bisect_right(arr, val, read)
arr[write] = val
write += 1
read = right # 直接跳到下一个不同值
return write容易被忽略的边界：空列表、单元素、全重复、浮点误差
用 bisect 做去重时，这几个点最容易出错：
-
bisect_left([], x)返回 0，但后续索引访问会越界，必须先判空 - 浮点数列表中，
0.1 + 0.2 == 0.3为False，用bisect_left查0.3可能找不到真实存在的近似值；此时应先归一化或改用容忍误差的搜索（bisect_left不支持） - 自定义类对象排序时，
bisect_left依赖__lt__，但去重逻辑还需确保__eq__与排序逻辑一致，否则bisect_right可能停不准 - 全重复列表（如
[5]*1000）下，bisect_right一次性跳到末尾，性能是 O(1)，比循环快得多——这点常被低估
真正难的不是调用函数，而是想清楚：你要保留的是每个值的第一次出现，还是最后一次，或者按某种权重选一个；bisect_left 只帮你锁住“第一次”，剩下全是你的事。
