Por que 'x' em ('x',) é mais rápido que 'x' == 'x'?

>>> timeit.timeit("'x' in ('x',)")
0.04869917374131205
>>> timeit.timeit("'x' == 'x'")
0.06144205736110564

Também funciona para tuplas com vários elementos, ambas as versões parecem crescer linearmente:

>>> timeit.timeit("'x' in ('x', 'y')")
0.04866674801541748
>>> timeit.timeit("'x' == 'x' or 'x' == 'y'")
0.06565782838087131
>>> timeit.timeit("'x' in ('y', 'x')")
0.08975995576448526
>>> timeit.timeit("'x' == 'y' or 'x' == 'y'")
0.12992391047427532

Com base nisso, acho que devo começar a usar totalmentein em qualquer lugar, em vez de ==!

Como mencionei a David Wolever, há mais do que aparenta; ambos os métodos são despachados para is; você pode provar isso fazendo

min(Timer("x == x", setup="x = 'a' * 1000000").repeat(10, 10000))
#>>> 0.00045456900261342525

min(Timer("x == y", setup="x = 'a' * 1000000; y = 'a' * 1000000").repeat(10, 10000))
#>>> 0.5256857610074803

O primeiro só pode ser tão rápido porque verifica por identidade.

Para descobrir por que um levaria mais tempo que o outro, vamos rastrear a execução.

Ambos começam ceval.c, COMPARE_OPdesde que é o bytecode envolvido

TARGET(COMPARE_OP) {
    PyObject *right = POP();
    PyObject *left = TOP();
    PyObject *res = cmp_outcome(oparg, left, right);
    Py_DECREF(left);
    Py_DECREF(right);
    SET_TOP(res);
    if (res == NULL)
        goto error;
    PREDICT(POP_JUMP_IF_FALSE);
    PREDICT(POP_JUMP_IF_TRUE);
    DISPATCH();
}

Isso exibe os valores da pilha (tecnicamente, apenas um)

PyObject *right = POP();
PyObject *left = TOP();

e executa a comparação:

PyObject *res = cmp_outcome(oparg, left, right);

cmp_outcome é isto:

static PyObject *
cmp_outcome(int op, PyObject *v, PyObject *w)
{
    int res = 0;
    switch (op) {
    case PyCmp_IS: ...
    case PyCmp_IS_NOT: ...
    case PyCmp_IN:
        res = PySequence_Contains(w, v);
        if (res < 0)
            return NULL;
        break;
    case PyCmp_NOT_IN: ...
    case PyCmp_EXC_MATCH: ...
    default:
        return PyObject_RichCompare(v, w, op);
    }
    v = res ? Py_True : Py_False;
    Py_INCREF(v);
    return v;
}

É aqui que os caminhos se dividem. O PyCmp_INramo faz

int
PySequence_Contains(PyObject *seq, PyObject *ob)
{
    Py_ssize_t result;
    PySequenceMethods *sqm = seq->ob_type->tp_as_sequence;
    if (sqm != NULL && sqm->sq_contains != NULL)
        return (*sqm->sq_contains)(seq, ob);
    result = _PySequence_IterSearch(seq, ob, PY_ITERSEARCH_CONTAINS);
    return Py_SAFE_DOWNCAST(result, Py_ssize_t, int);
}

Observe que uma tupla é definida como

static PySequenceMethods tuple_as_sequence = {
    ...
    (objobjproc)tuplecontains,                  /* sq_contains */
};

PyTypeObject PyTuple_Type = {
    ...
    &tuple_as_sequence,                         /* tp_as_sequence */
    ...
};

Então o ramo

if (sqm != NULL && sqm->sq_contains != NULL)

serão tomadas e *sqm->sq_contains, qual é a função (objobjproc)tuplecontains, serão tomadas.

Isso faz

static int
tuplecontains(PyTupleObject *a, PyObject *el)
{
    Py_ssize_t i;
    int cmp;

    for (i = 0, cmp = 0 ; cmp == 0 && i < Py_SIZE(a); ++i)
        cmp = PyObject_RichCompareBool(el, PyTuple_GET_ITEM(a, i),
                                           Py_EQ);
    return cmp;
}

... Espere, não foi isso PyObject_RichCompareBoolque o outro ramo levou? Não, foi isso PyObject_RichCompare.

Esse caminho do código era curto, portanto, provavelmente se resume à velocidade desses dois. Vamos comparar.

int
PyObject_RichCompareBool(PyObject *v, PyObject *w, int op)
{
    PyObject *res;
    int ok;

    /* Quick result when objects are the same.
       Guarantees that identity implies equality. */
    if (v == w) {
        if (op == Py_EQ)
            return 1;
        else if (op == Py_NE)
            return 0;
    }

    ...
}

O caminho do código PyObject_RichCompareBooltermina quase imediatamente. Pois PyObject_RichCompare, faz

PyObject *
PyObject_RichCompare(PyObject *v, PyObject *w, int op)
{
    PyObject *res;

    assert(Py_LT <= op && op <= Py_GE);
    if (v == NULL || w == NULL) { ... }
    if (Py_EnterRecursiveCall(" in comparison"))
        return NULL;
    res = do_richcompare(v, w, op);
    Py_LeaveRecursiveCall();
    return res;
}

O Py_EnterRecursiveCall/ Py_LeaveRecursiveCallcombo não é utilizado no caminho anterior, mas essas são macros relativamente rápidas que entrarão em curto-circuito após incrementar e decrementar algumas globais.

do_richcompare faz:

static PyObject *
do_richcompare(PyObject *v, PyObject *w, int op)
{
    richcmpfunc f;
    PyObject *res;
    int checked_reverse_op = 0;

    if (v->ob_type != w->ob_type && ...) { ... }
    if ((f = v->ob_type->tp_richcompare) != NULL) {
        res = (*f)(v, w, op);
        if (res != Py_NotImplemented)
            return res;
        ...
    }
    ...
}

Isso faz algumas verificações rápidas para chamar v->ob_type->tp_richcomparequal é

PyTypeObject PyUnicode_Type = {
    ...
    PyUnicode_RichCompare,      /* tp_richcompare */
    ...
};

qual faz

PyObject *
PyUnicode_RichCompare(PyObject *left, PyObject *right, int op)
{
    int result;
    PyObject *v;

    if (!PyUnicode_Check(left) || !PyUnicode_Check(right))
        Py_RETURN_NOTIMPLEMENTED;

    if (PyUnicode_READY(left) == -1 ||
        PyUnicode_READY(right) == -1)
        return NULL;

    if (left == right) {
        switch (op) {
        case Py_EQ:
        case Py_LE:
        case Py_GE:
            /* a string is equal to itself */
            v = Py_True;
            break;
        case Py_NE:
        case Py_LT:
        case Py_GT:
            v = Py_False;
            break;
        default:
            ...
        }
    }
    else if (...) { ... }
    else { ...}
    Py_INCREF(v);
    return v;
}

Ou seja, esses atalhos em left == right... mas somente depois de fazer

    if (!PyUnicode_Check(left) || !PyUnicode_Check(right))

    if (PyUnicode_READY(left) == -1 ||
        PyUnicode_READY(right) == -1)

Em todos os caminhos, é algo parecido com isto (recursivamente manualmente recursivamente, desenrolando e podando ramificações conhecidas)

POP()                           # Stack stuff
TOP()                           #
                                #
case PyCmp_IN:                  # Dispatch on operation
                                #
sqm != NULL                     # Dispatch to builtin op
sqm->sq_contains != NULL        #
*sqm->sq_contains               #
                                #
cmp == 0                        # Do comparison in loop
i < Py_SIZE(a)                  #
v == w                          #
op == Py_EQ                     #
++i                             # 
cmp == 0                        #
                                #
res < 0                         # Convert to Python-space
res ? Py_True : Py_False        #
Py_INCREF(v)                    #
                                #
Py_DECREF(left)                 # Stack stuff
Py_DECREF(right)                #
SET_TOP(res)                    #
res == NULL                     #
DISPATCH()                      #

vs

POP()                           # Stack stuff
TOP()                           #
                                #
default:                        # Dispatch on operation
                                #
Py_LT <= op                     # Checking operation
op <= Py_GE                     #
v == NULL                       #
w == NULL                       #
Py_EnterRecursiveCall(...)      # Recursive check
                                #
v->ob_type != w->ob_type        # More operation checks
f = v->ob_type->tp_richcompare  # Dispatch to builtin op
f != NULL                       #
                                #
!PyUnicode_Check(left)          # ...More checks
!PyUnicode_Check(right))        #
PyUnicode_READY(left) == -1     #
PyUnicode_READY(right) == -1    #
left == right                   # Finally, doing comparison
case Py_EQ:                     # Immediately short circuit
Py_INCREF(v);                   #
                                #
res != Py_NotImplemented        #
                                #
Py_LeaveRecursiveCall()         # Recursive check
                                #
Py_DECREF(left)                 # Stack stuff
Py_DECREF(right)                #
SET_TOP(res)                    #
res == NULL                     #
DISPATCH()                      #

Agora, PyUnicode_Checke PyUnicode_READYsão muito baratos, pois apenas checam alguns campos, mas deve ser óbvio que o primeiro é um caminho de código menor, possui menos chamadas de função, apenas uma instrução de switch e é um pouco mais fino.

TL; DR:

Ambos despacham para if (left_pointer == right_pointer); a diferença é quanto trabalho eles fazem para chegar lá. inapenas faz menos.

Há três fatores em jogo aqui que, combinados, produzem esse comportamento surpreendente.

Primeiro: o inoperador pega um atalho e verifica a identidade ( x is y) antes de verificar a igualdade ( x == y):

>>> n = float('nan')
>>> n in (n, )
True
>>> n == n
False
>>> n is n
True

Segundo: devido à internação de strings do Python, os dois "x"s in "x" in ("x", )serão idênticos:

>>> "x" is "x"
True

(grande aviso: este é um comportamento específico da implementação! isdeveriam nunca mais ser usado para comparar strings porque ele vai dar respostas surpreendentes, às vezes, por exemplo "x" * 100 is "x" * 100 ==> False)

Terceiro: conforme detalhado na fantástica resposta de Veedrac , tuple.__contains__( x in (y, )é aproximadamente equivalente a (y, ).__contains__(x)) chega ao ponto de executar a verificação de identidade mais rapidamente do que str.__eq__(novamente, x == yé aproximadamente equivalente a x.__eq__(y)).

Você pode ver evidências disso, porque x in (y, )é significativamente mais lento que o equivalente logicamente x == y:

In [18]: %timeit 'x' in ('x', )
10000000 loops, best of 3: 65.2 ns per loop

In [19]: %timeit 'x' == 'x'    
10000000 loops, best of 3: 68 ns per loop

In [20]: %timeit 'x' in ('y', ) 
10000000 loops, best of 3: 73.4 ns per loop

In [21]: %timeit 'x' == 'y'    
10000000 loops, best of 3: 56.2 ns per loop

O x in (y, )caso é mais lento porque, depois que a iscomparação falha, o inoperador volta à verificação de igualdade normal (ou seja, usando ==), portanto, a comparação leva aproximadamente o mesmo tempo que ==, tornando a operação inteira mais lenta devido à sobrecarga de criação da tupla , caminhando por seus membros, etc.

Observe também que a in (b, )é apenas mais rápido quando a is b:

In [48]: a = 1             

In [49]: b = 2

In [50]: %timeit a is a or a == a
10000000 loops, best of 3: 95.1 ns per loop

In [51]: %timeit a in (a, )      
10000000 loops, best of 3: 140 ns per loop

In [52]: %timeit a is b or a == b
10000000 loops, best of 3: 177 ns per loop

In [53]: %timeit a in (b, )      
10000000 loops, best of 3: 169 ns per loop

(por que é a in (b, )mais rápido que a is b or a == b? Meu palpite seria menos instruções da máquina virtual -  a in (b, )são apenas ~ 3 instruções, onde a is b or a == bhaverá mais algumas instruções da VM)

A resposta de Veedrac - https://stackoverflow.com/a/28889838/71522 - vai para muito mais detalhes sobre especificamente o que acontece durante cada um ==e ine vale bem a pena a leitura.