在'if'子句中使用'in'时的元组或列表？

Question

哪种方法更好？使用元组，例如：

if number in (1, 2):

或清单，例如：

if number in [1, 2]:

建议将哪一种用于此类用途，以及为什么使用（出于逻辑和性能考虑）？

Answer 1

CPython解释器 将第二种形式替换为第一种形式 。

这是因为从常量加载元组是一个操作，但是列表将是3个操作；加载两个整数内容并构建一个新的列表对象。

由于您使用的是无法到达的列表文字，因此它将替换为元组：

>>> import dis
>>> dis.dis(compile('number in [1, 2]', '<stdin>', 'eval'))
  1           0 LOAD_NAME                0 (number)
              3 LOAD_CONST               2 ((1, 2))
              6 COMPARE_OP               6 (in)
              9 RETURN_VALUE

这里第二字节码负载一个(1, 2)元组为常数，在 一个 步骤。将其与创建成员资格测试中未使用的列表对象进行比较：

>>> dis.dis(compile('[1, 2]', '<stdin>', 'eval'))
  1           0 LOAD_CONST               0 (1)
              3 LOAD_CONST               1 (2)
              6 BUILD_LIST               2
              9 RETURN_VALUE

对于长度为N的列表对象，需要N + 1个步骤。

这种替换是CPython特有的窥孔优化。见Python/peephole.c资料来源。然后，对于
其他 Python实现，您要坚持使用不可变的对象。

也就是说，在使用Python 3.2及更高版本时， 最好的 选择是使用 set文字 ：

if number in {1, 2}:

因为窥视孔优化器将用frozenset()对象代替它，并且针对集合的成员资格测试是O（1）常数操作：

>>> dis.dis(compile('number in {1, 2}', '<stdin>', 'eval'))
  1           0 LOAD_NAME                0 (number)
              3 LOAD_CONST               2 (frozenset({1, 2}))
              6 COMPARE_OP               6 (in)
              9 RETURN_VALUE

此优化是在Python
3.2
中添加的，但并未反向移植到Python
2。

因此，Python 2优化器无法识别此选项，并且几乎可以肯定构建aset或frozenset从内容构建的成本比使用元组进行测试的成本更高。

集合成员资格测试是O（1）且快速；对元组进行测试是O（n）最坏的情况。尽管针对集合进行测试必须计算哈希（较高的不变成本，为不可变类型缓存），但是针对
除第一个元素之外的 元组进行测试的成本始终会更高。因此，平均而言，集合可以轻松地更快：

>>> import timeit
>>> timeit.timeit('1 in (1, 3, 5)', number=10**7)  # best-case for tuples
0.21154764899984002
>>> timeit.timeit('8 in (1, 3, 5)', number=10**7)  # worst-case for tuples
0.5670104179880582
>>> timeit.timeit('1 in {1, 3, 5}', number=10**7)  # average-case for sets
0.2663505630043801
>>> timeit.timeit('8 in {1, 3, 5}', number=10**7)  # worst-case for sets
0.25939063701662235