在“if”子句中使用“in”时是元组还是列表？

哪种方法更好？使用元组，例如：

if number in (1, 2):

或列表，例如：

if number in [1, 2]:

建议将哪一种用于此类用途？为什么（逻辑和性能方面）？

Python 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项操作，但列表将是 3 项操作；加载两个整数内容并构建一个新的列表对象。

因为您使用的是无法通过其他方式访问的列表文字，所以它被替换为元组：

>>> 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        

这里第二个字节码加载一个(1, 2)元组作为常量，在one步。将其与创建未在成员资格测试中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        

这里对于长度为 N 的列表对象需要 N+1 个步骤。

这种替换是 CPython 特定的窥孔优化；看到Python/peephole.c source. For other那么，Python 实现中，您应该坚持使用不可变对象。

也就是说，best使用 Python 3.2 及更高版本时的选项是使用设置文字:

if number in {1, 2}:

因为窥视孔优化器会将其替换为frozenset()针对集合的对象和成员资格测试是 O(1) 常量运算：

>>> 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

此优化添加于Python 3.2但没有向后移植到 Python 2。

因此，Python 2 优化器无法识别此选项以及构建set or frozenset几乎可以肯定，从内容中获取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) 并且速度很快；对元组进行测试的最坏情况是 O(n)。尽管针对集合的测试必须计算哈希值（较高的恒定成本，针对不可变类型进行缓存），但针对元组的测试的成本除了第一个元素之外总是会更高。所以平均而言，集合很容易更快：

>>> 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