这是一个同学问的问题，据说是一个面试问题。
for(inti =0; i < n; i ++)
和
for(inti =0; i < n; ++ i)
两个循环，在循环变量的更新上，一个是 i ++，一个是 ++ i。
性能有区别吗？
首先，我要说，我不是很赞同这类“谭浩强式的问题”。在我看来，对这类问题如数家珍，和编程能力一点儿关系都没有。
但是，对于一个对计算机感兴趣的孩纸，时不时地研究一下这类“犄角旮旯”的问题，还是一件很有意思的事情。
对于 i ++ 和 ++ i 在语法上的区别，相信大家都了解。
i ++ 是先取值，后 ++。
如果 i = 0，则 int a = i ++ 以后，a 为 0，i 为 1。
而 ++ i 是先 ++，后取值。
如果 i = 0，则 int a = ++ i 以后，a 为 1，i 为 1。
如果我们将 i ++ 和 ++ i 想成是两个函数，可以这样理解。
i ++ 要先暂存 i 的初值，然后对 i 进行加 1 操作，之后返回之前暂存的 i 的初值。伪码如下：
int j = i;
i= i +1;
return j;
而 ++ i，则不需要暂存 i 的初值，直接对 i 进行加 1 操作以后，返回新的 i 的值就好了。
i = i + 1;
return i;
这样看，相信大家就能一目了然了，i ++ 的过程由于需要暂存 i 的初值，所以，理论上，性能耗费会更高一些。
因此，如果大家看一些“上古”的程序设计书籍（以 C 语言为主），会提及，上面的 for 循环，用 ++ i 更好。
但是，在现代编程环境中，这一点性能偏差，完全可以忽略不计。
一方面，现代编译器的优化，使得编译器完全可以分析出，在上述 for 循环的 i ++ 以后，对 i 的结果并没有进行赋值使用。从而，编译器会进行优化，最后编译出的逻辑，不进行上面所说的无用的暂存。
另一方面，即使使用不优化的编译，有人统计过，对于现代计算机来说，循环次数要多达 10^47 次，才可以产生人类可以察觉的性能差异。
10^47 是什么概念？
整型可以存储的数字规模是 10^9 这个量级。同学们可以在自己的计算机上尝试一下，做一个循环 10^9 次的循环。每一次只是给一个整型赋值，看走完这个循环，需要多少时间？
以 C++ 为例，大概就是这样的一个程序：
对于大多数同学的计算机，相信这个循环需要的时间，是高于 1 秒钟的。在我的计算机上，需要大概 1.3 秒。
就算只需要 1 秒钟，10^47 是 10^9 的 10^38 倍。也就是，循环 10^47 次，大概需要 10^38 秒。
这是什么概念呢？同学们可以用计算机计算一下，10^38 秒大概是 3*10^30 这么多年。
因为一天不过 60 * 60 * 24 =86400 秒；
一年不过 86400 * 365 = 3.1536 * 10^7 秒。
我查了一下，太阳系大概诞生于 64 亿年前，即 6.4 * 10^9 年前。这么算，现代计算机循环 10^47 这么多操作的时间，亿亿个太阳系已经诞生了。
是亿亿，不是一亿。用 3*10^30 除以 6.4*10^9，得到的结果，比一亿个一亿，还要大五万倍左右。
所以，在通常使用的时候，i ++ 和 ++ i 的这个性能差距，如果在一些语言或者编译环境（解析环境）中真的存在，也完全可以忽略不计。
那么，在逻辑等价的情况下，应该使用 i ++ 还是 ++ i ？
在这种情况下，应该考虑的就是表意性。即哪种写法最好理解？
可惜，表意性是一个主观的事情，没有客观标准。因此，公说公有理，婆说婆有理。
或许这也就是为什么，在很多新兴语言中，干脆直接废除掉 i ++ 或者 ++ i 这种语法吧。
i = i + 1，多清晰：）
写完这篇小文，发现文中的计算，对于大家对数量级有一个直观的理解很有帮助。
很多同学曾经问我类似这样的问题：一个 O(n) 的算法，一秒钟就跑完了，换成 O(n^2) 的算法，怎么电脑没反应了？
答案是：电脑在反应，但需要相当长的时间。
假设你的 n 是 10 万左右。如果 O(n) 的算法用 1 秒钟，O(n^2) 的算法就要用大概 10 万秒钟。（不严格，因为 0.5n^2 也叫 O(n^2)）
10 万秒钟，就是要一天多的时间。因为，上文计算了，一天不过 86400 秒，即 8 万多秒。所以，要真想看到 O(n^2) 算法的计算结果，耐心等着就好。
如果不想等这一天多的时间...... 那就是学习算法的意义了！
如果你想跟着小编一起学编程的话！
可以来我的C语言/C++编程学习交流俱乐部，【点击进入】！
还有（源码，零基础教程，项目实战教学视频），欢迎初学者和正在进阶中的小伙伴们！