bisect模块不维护列表有序性，仅提供基于已排序列表的插入和查找工具；insort“自动排序”是假象，因它依赖二分查找，要求输入列表必须预先有序，否则结果错乱。
bisect 模块不能自动维持列表有序，它只提供插入和查找位置的工具函数；你必须自己保证插入前列表已排序，否则行为未定义。
为什么 bisect.insort() 看起来“自动排序”其实是假象
很多人误以为调用 bisect.insort() 就能让任意列表变有序——其实它只是在**已排序列表中找合适位置并插入**。如果原列表无序，bisect.insort() 仍会插入，但结果大概率错乱。
- 它内部调用
bisect.bisect_left()找索引，该函数依赖二分查找，前提就是列表单调递增 - 对无序列表调用
bisect.bisect_left([3,1,4], 2)返回0（误判 2 应插在开头），实际应插在索引 1 - 正确做法：确保每次插入前列表都处于有序状态，比如只用
insort插入，不用append()或切片赋值破坏顺序
插入时选 insort_left 还是 insort_right？
区别只在处理重复元素时的稳定性：当目标值已在列表中存在多个时，_left 版本把新元素插在所有相同值的最左边，_right 插在最右边。两者都不影响排序性，但影响后续用 index() 查找时返回哪个位置。
- 若你后续要批量删除所有等于某值的元素，用
insort_left+bisect_left/bisect_right配合能快速定位区间 - 若只是维护集合语义（去重），应先用
bisect_left查是否存在，再决定是否插入 - 性能无差异，都是 O(n) 插入 + O(log n) 查位置
用 bisect.bisect() 查位置比用 list.index() 快，但有前提
bisect.bisect() 是 O(log n) 二分查找，而 list.index() 是 O(n) 线性扫描——但前提是列表必须已排序。直接对无序列表用 bisect 查值，返回的位置毫无意义。
- 查“某个值是否在列表中”：用
lo = bisect.bisect_left(lst, x); lo - 查“第一个大于 x 的位置”：直接用
bisect.bisect_right(lst, x) - 不要用
bisect.bisect()替代in判断——它不返回布尔值，且in对小列表可能更快（无函数调用开销）
常见错误：混用普通列表操作破坏有序性
一旦你用 lst.append(x)、lst.extend(other)、lst[5] = y 或 random.shuffle(lst)，列表就不再满足 bisect 函数的前提条件，后续所有 bisect 调用结果不可信。
- 安全做法：封装一个类，把
list包起来，只暴露add()（内部调用insort）、contains()（内部用bisect_left）、range_query(lo, hi)等方法 - 调试时可加断言：
assert all(lst[i] ，但仅用于开发期，别放生产 - 如果数据量大且频繁查询，考虑用
sortedcontainers.SortedList，它才是真正自动维护的结构
真正容易被忽略的是：bisect 不做任何校验。它信任你传进来的列表是有序的——哪怕你传进来的是 [5, 1, 9]，它也照算不误，只是结果没意义。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
