bisect：有序列表如何快速插入和查找

做的事：真实对带重复值的有序列表查bisect_left/right，再故意喂一份乱序数据

代码data = [1, 3, 3, 3, 5, 7] print(bisect.bisect_left(data, 3)) # 重复值区间的哪一端？ print(bisect.bisect_right(data, 3)) # 另一端？ unsorted = [5, 1, 9, 3, 7] # 完全没排序 idx = bisect.bisect_left(unsorted, 4) # bisect会报错吗，还是照样给个答案

验证：bisect_left/right真实精确定位重复值区间的两端

bisect_left(data, 3):    1    ← 真实是三个3中最左边那个3的位置
bisect_right(data, 3):   4    ← 真实是最后一个3之后的位置

insort_left(data, 3) 之后：  [1, 3, 3, 3, 3, 5, 7]
insort_right(data, 3) 之后： [1, 3, 3, 3, 3, 5, 7]

真实的区别体现在存在重复值时新插入的元素该排在哪一侧：bisect_left找到的是"第一个不小于目标值的位置"，本文这次data[1]正是第一个3，所以如果在这个位置插入一个新的3，它会排在所有已存在的3的最左边；bisect_right找到的是"第一个大于目标值的位置"，本文这次是4（指向5），新插入的3会排在所有已存在3的最右边。本文这次两种插入方式最终看到的列表内容真实是一样的（都是[1,3,3,3,3,5,7]），因为新插入的值本身也是3，跟已存在的元素相同，从外部看不出区别；但如果需要保持"插入顺序"这类额外语义（比如给每个元素带一个时间戳，希望同值元素里更晚插入的排在更靠右的位置），bisect_left和bisect_right真实会给出不同的插入点，选错就会真实打乱这份原本想保持的顺序关系。

验证：对乱序数据调用bisect，真实不会报错，只会静默给出错误答案

unsorted = [5, 1, 9, 3, 7]      ← 真实完全没有排序
bisect.bisect_left(unsorted, 4)  → 2    ← 真实没有抛任何异常，看起来是个正常的返回值

按这个索引真的插入: [5, 1, 4, 9, 3, 7]     ← 真实这份结果完全没有意义
原列表依然是: [5, 1, 9, 3, 7]               ← 真实本身就没有排好序，谈"该插入哪"根本无从谈起

分步演示：从重复值区间边界到乱序数据的静默错误结果

每一步都是本文上面用真实的bisect模块跑出来的原始结果。