为什么对原始数据进行排序或打乱顺序会显着增加全遍历的性能时间？

import random
import json
import tqdm
import sys
import humanize

num = 100000
test_data_num = 0

test_strings = []
print('生成随机字符串...')
for i in tqdm.tqdm(range(num * 10)):
    test_strings.append(''.join(
        [random.choice('abcdefghijklmnopqrstuvwxyzabcdefghijklmnopqrstuvwxyz')
         for _ in range(random.randint(3, 10))]))
# 关键行：修改此处观察性能变化
test_strings = tuple(test_strings)  # 原代码
# test_strings = tuple(sorted(test_strings)) # 排序
# random.shuffle(test_strings) # 打乱顺序
# test_strings = random.sample(test_strings, len(test_strings)) # 随机采样

print('随机字符串生成完毕，大小为:',
      humanize.naturalsize(sys.getsizeof(test_strings)))
data: list = []
print('开始生成测试数据...')
for i in tqdm.tqdm(range(num)):
    test_data_str = ''.join(
        [random.choice('abcdefghijklmnopqrstuvwxyzabcdefghijklmnopqrstuvwxyz')
         for _ in range(random.randint(3, 8))])
    data.append((test_data_str, {j for j in test_strings if j.startswith(test_data_str)}))
print('测试数据生成完毕，大小为:',
      humanize.naturalsize(sys.getsizeof(data)))
json.dump({'num': num, 'test_strings': test_strings, 'data': data}, open(f'test_data_{test_data_num}.json', 'w'))

test_strings = list(reversed(test_strings))