sortedlist 插入删除比 list.sort() 快，因其采用分块结构+二分查找，平均复杂度约 o(log n)，而非 o(n log n)；sorteddict 复用 sortedlist 存键、原生 dict 存值，兼顾哈希查找与有序遍历；sortedset 运算需同为 sortedset 类型，否则报错；默认负载因子 1000 平衡性能与内存。
SortedList 插入和删除为什么比 list.sort() 快得多
因为 SortedList 不是每次插入都重排整个列表，而是用分块结构 + 二分查找定位，把新元素塞进合适的子块里。标准 list 的 append() + sort() 是 O(n log n)，而 SortedList.add() 平均是 O(√n)（实测接近 O(log n)），尤其在万级以上数据量时差距明显。
常见错误是误以为“只要最后调一次 sorted() 就够了”，结果在循环中反复 sorted(lst.append(x)) ——这不仅语法错，更会触发线性拷贝+全量排序，性能雪崩。
- 每块默认最多
1000个元素（由_load控制），超限自动分裂，避免单块退化 - 插入时先查
_maxes定位目标块（O(log k)，k 是块数），再在块内二分插入（O(log m)，m 是块长） - 不要手动修改
_lists或_maxes，它们由内部逻辑维护，破坏会导致索引错乱
SortedDict 按键排序但又不牺牲查找速度的关键在哪
SortedDict 不是把所有键存成列表再排序，而是底层复用 SortedList 存键，同时继承原生 dict 存值映射 —— 查找走哈希 O(1)，遍历/取极值/切片范围走有序键结构。
典型陷阱是拿它当普通字典用却依赖 keys() 返回顺序：Python 3.7+ dict 本身保序，但那是插入序；SortedDict 的顺序是键值序，两者语义不同，混用会逻辑出错。
- 初始化后不能用
dict.update()直接合并，要用sd.update(other_dict)，否则键序可能不一致 -
popitem(last=False)弹最小键，last=True弹最大键；不传参数默认弹最后插入项（非最大键），注意区分 - 如果只读场景多、写少，且键类型支持哈希，
SortedDict比手写红黑树或rbtreeC 扩展更轻量、更易调试
SortedSet 做集合运算时必须绕开的类型陷阱
SortedSet 支持 &、|、- 等运算符，但左右操作数**必须都是 SortedSet 实例**。直接拿 set 或 list 参与运算会抛 TypeError: unsupported operand type。
有人试图用 SortedSet(a) & set(b)，结果失败——不是因为逻辑错，而是类型不匹配。Python 运算符重载不会自动转换类型。
- 交集、并集等返回新
SortedSet，不就地修改，所以a & b不改变a或b - 若需混合运算，显式转类型：
SortedSet(a) & SortedSet(b)，或先SortedSet(b).update(c)再算 -
SortedSet自动去重且排序，但不保留插入顺序；要插队顺序请用dict.fromkeys()或collections.OrderedDict，别硬套SortedSet
负载因子和内存占用的实际权衡点
默认负载因子 1000 是平衡查找快与内存省的结果。调小（如 load=100）会让块更多、_maxes 更密，二分更快但指针开销上升；调大（如 load=5000）减少块数，但单块插入变慢，极端下退化为普通列表插入。
没人在意的是：空 SortedList 占内存约 240 字节，比空 list（56 字节）高，但十万元素时，SortedList 总内存通常比 “list + 手动维护排序” 方案低 —— 因为后者常伴随冗余副本或临时 sorted() 结果。
- 构造时可指定
load：SortedList(iterable, load=500)，适合小数据高频查场景 - 生产环境别盲目调
load，先压测：用sys.getsizeof()对比不同负载下的实例大小，再测add()和bisect_left()耗时 - 大量重复元素时，
SortedList不压缩，每个都占位置；若真需要计数，考虑SortedDict存{value: count}
IndexError 或 bisect 返回位置错乱，八成是绕过 API 直接改了内部状态，或者并发写没加锁 —— 这库不是线程安全的。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！
