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。

python-script-generator

快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。

下载

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。

• 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。

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！