为何直接使用`x in (y, z...)`比在已定义元组中查找x更快？

我最近在测试不同的成员检测实现时，发现了一个挺有意思的反常现象：

测试场景1：直接使用字面量长元组检测 #

执行IPython魔法命令：

%timeit 10 in (0, 1, 2, 3, 4, 5, 6, 7, 8, 9)

得到的结果是：

1000000 loops, best of 3: 230 ns per loop

测试场景2：使用变量指向的短元组检测 #

先定义元组变量：

t = (0, 1)

再执行检测命令：

%timeit 10 in t

测试时出现了缓存相关提示：

The slowest run took 4.48 times longer than the fastest. This could mean that an intermediate result is being cached

最终的耗时结果是：

1000000 loops, best of 3: 246 ns per loop

这个现象在Python 2.7.12和3.4.5版本中都能复现，只是不同版本的具体耗时数值略有差异。

显然，这和我们的直觉完全相反——更长的元组做成员检测，耗时反而比短元组更低。

背后的核心原因在于Python的编译期优化：当检测表达式中直接使用字面量元组时，Python解释器会在编译阶段对这段逻辑做针对性优化，比如提前处理部分比较逻辑，生成更高效的字节码；而如果是通过变量引用元组，解释器无法在编译期确定元组的内容，只能在运行时执行逐个元素遍历比较的逻辑，再加上变量查找的额外开销，最终导致短元组的检测耗时反而更高。

另外测试中出现的缓存提示，是因为短元组的检测路径更容易受到解释器缓存机制的影响，导致不同运行批次的耗时波动较大，而字面量长元组的优化路径更稳定，所以耗时结果更一致。

内容的提问来源于stack exchange，提问作者musicamante