bisect模块仅加速定位插入点（o(log n)），不加速插入本身（仍为o(n)）；insort系列函数要求输入列表必须预先有序，否则结果错误且不报错。
bisect 模块本身不加速插入，它只加速「定位插入点」——而这个定位过程从 O(n) 降到了 O(log n)。真正影响效率的，是你后续怎么插。
如果你每次插入都用 list.append() + list.sort()，那整体是 O(n log n)，而且会破坏相等元素的相对顺序（不稳定排序）；而 bisect.insort() 是先 O(log n) 找位置、再 O(n) 移动元素、最后写入，总时间复杂度是 O(n)，比全量重排更可控。
为什么 bisect_left 和 bisect_right 返回的位置不同？
它们处理重复元素的策略不同，本质是定义「x 应该插在哪」的边界逻辑：
-
bisect_left(a, x)：返回第一个≥ x的索引，即所有元素都在左边，<code>x插入后位于所有相同值的最左侧 -
bisect_right(a, x)：返回第一个> x的索引，即所有≤ x元素都在左边，x插入后位于所有相同值的最右侧
比如 a = [2, 4, 4, 4, 6] 中插入 4：bisect_left 返回 1，bisect_right 返回 4。选哪个，取决于你是否关心插入后新旧 4 的相对顺序（比如实现稳定优先级队列时很关键）。
insort 系列函数为什么不能赋值？
bisect.insort_left()、bisect.insort_right() 都是原地修改列表，返回值固定为 None。写成 new_list = bisect.insort_left(old_list, x) 后，new_list 就是 None，而 old_list 已被修改——这是新手最常踩的坑。
正确写法只有这一种：
import bisect data = [1, 3, 5] bisect.insort_right(data, 4) # ✅ 直接调用，不赋值 # data 现在是 [1, 3, 4, 5]
lo 和 hi 参数到底有什么用？
它们限制二分查找范围，不是用来切片列表，而是告诉 bisect「只看 a[lo:hi] 这一段」（左闭右开）。这个参数在维护部分有序结构时特别有用，比如：
- 一个大列表前半段有序、后半段待处理，只需对前半段做插入
- 实现类似
SortedDict的底层时，按 key 分段管理子区间 - 避免每次都在整个列表上二分，减少比较次数（尤其当元素比较代价高时）
注意：lo 和 hi 超出范围不会报错，但行为可能不符合预期——比如 hi=0 会导致返回 0，哪怕列表非空。
真正容易被忽略的是：无论你用哪个 insort 函数，它都完全不检查输入列表是否真有序。传进去乱序列表，它照算、照插、不报错、结果错得悄无声息。维护有序性的责任，始终在你手上。
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！
