[Python]bisect模块介绍

需求

希望将一个数据插入到一个有序列表中，插入后不改变整个序列的顺序。

从下面的例子可以看出，插入新数据的列表仍保持升序。

a=[0,4,7,10,15]
b=14
# 最终得到[0,4,7,14,15]

上面表红的是需要注意的两点：

1. 待插入的数据必须是int类型
2. 列表中保存的是int类型数据，并且按照升序排列

解决方法

使用python内置模块bisect。

import bisect

将数据插入到列表的时候，最常见的是两个需求：

1. 不要将数据插入列表，只需要返回数据在有序列表中的位置
2. 需要将数据插入列表中，并且保持列表的有序性

需求1：返回位置索引

bisect.bisect_left(a, x, lo=0, hi=len(a)) 

其中，a是有序列表，x是目标数据，返回值是x在a中的位置索引。如果x与a中的数据相等，则返回相等数据左侧的位置索引。

举例说明，可以将a中的元素看做分割点，将整个有理数空间分成len(a)+1份，假设a=[a1,a2,a3,a4]，则划分后的空间范围为：

  [sub_space]    (negtive_inf,a1]  (a1,a2]  (a2,a3]  (a3,a4]  (a4,postive_inf)

            |                     |                     |             |             |                |

       [index]                0                    1            2            3               4

如果目标数据在子空间范围内，就会返回相应的位置索引；如果恰好等于边界值，则返回左侧的位置索引，即子空间的左边界是不包含关系，右边界是包含关系，这正是“left”的含义。比如x=a2，返回a2左侧的索引，即(a1,a2]，索引值为1.

bisect.bisect_right(a, x, lo=0, hi=len(a)) 
bisect.bisect(a, x, lo=0, hi=len(a))        # bisect是bisect_right的别名

bisect_right和bisect_left的区别可以使用上面的例子来说明，唯一的区别在于如果目标数据与边界值相同，返回的是边界值右侧的索引，即子空间左边界是包含关系，右边界是不包含关系，这正是“right”的含义：

  [sub_space]    (negtive_inf,a1)  [a1,a2)  [a2,a3)  [a3,a4)  [a4,postive_inf)

            |                     |                     |             |             |                |

       [index]                0                    1            2            3               4

需求2：将数据插入有序列表并保持列表有序性

bisect.insort_left(a, x, lo=0, hi=len(a)) 

将x插入到a中，并保持a的有序性。如果遇到x与a中元素相等的情况，将x插入到相等元素的左侧。

bisect.insort_right(a, x, lo=0, hi=len(a)) 
bisect.insort(a, x, lo=0, hi=len(a)) 

唯一的区别在于如果遇到x与a中元素相等的情况，将x插入到相等元素的右侧。

bisect的局限性

bisect只能处理int类型的数据，对于复杂的数据类型就无能为力了。

data = [('black', 0), ('blue', 1), ('red', 5), ('yellow', 8)]
x = ('grey', 3)

希望将x插入按照第二项的大小插入到data中，使用bisect.insort()将无法实现。