C语言的执行效率问题，以及哪些因素与C语言中的程序执行效率有关

a、变量 i 在 main 函数的堆栈上。

b，变量 i 位于数据段上。

这个问题的答案与系统的内存管理有关。

在 Win32 平台上，程序的内存是平坦布局的，但无论是在堆栈上还是在数据段上，访问 I 的开销都是相同的。

DoS 使用分段内存管理，访问堆栈上的数据的成本可能与访问全局分段中的数据不同。 这也与程序的复杂性有关。

在 x86 平台上。

存储器中的数据都不能直接操作，必须将其读入寄存器，进行操作，然后写回存储器。

在上面的两段中。

i 不可能使内存永久化，因为每一轮循环 i 都会发生变化。

上面**中i的运算如下。

将 i 读入寄存器。

将寄存器中的数字加 1

将寄存器中的数据写回内存。

将内存中的数据与 10,000 进行比较。

下面是 Windows XP+VC2002 下的两段 ** 反编译，可以看出是完全一样的。

a004015af mov dword ptr [i],0

004015b6 jmp main+1fh (4015c1h)

004015b8 mov eax,dword ptr [i]

004015bb add eax,1

004015be mov dword ptr [i],eax

004015c1 cmp dword ptr [i],2710h

004015c8 jge main+2fh (4015d1h)

004015ca call foo (401087h)

004015cf jmp main+16h (4015b8h)

b004015a6 mov dword ptr [i],0

004015ad jmp main+16h (4015b8h)

004015af mov eax,dword ptr [i]

004015b2 add eax,1

004015b5 mov dword ptr [i],eax

004015b8 cmp dword ptr [i],2710h

004015bf jge main+26h (4015c8h)

004015c1 call foo (401087h)

004015c6 jmp main+0dh (4015afh)

它应该是 int i 作为全局变量。 存储在数据段中（堆？ )

int i a 的局部变量。 堆叠存放。

答案是肯定的。 计算执行中的差异。 当然，这个测试没有区别。

说实话，这个问题比较大，C语言被誉为最灵活的语言，九曲十八弯，千变万化，如何使程序高效运算，取决于程序员对底层计算机的理解和对C语言的熟练程度。 不过，从单独回答问题的角度来看，我在此提出几点仅供参考：

1.使用指针：对指针的简单理解可以认为类似于汇编中的寻址方法，正是指针的存在使得 C 如此强大。

有些程序可以用其他语言实现，但 C 可以更有效地实现; 有些程序不能用其他语言实现，例如直接访问硬件，但 C 可以。 由于指针可以具有类似程序集的地址，因此它们可以使程序更有效率。

2.使用宏函数：函数和宏函数的区别在于宏函数占用大量空间，而函数占用时间。

如果编译器中有堆栈检查选项，则会在函数的头部嵌入一些汇编语句来检查当前堆栈; 同时，调用函数时，CPU还需要保存和恢复当前场景，并执行堆栈按下和弹跳堆栈操作，因此函数调用需要一些CPU时间。 宏函数没有这个问题。 宏函数只是作为预先编写的**嵌入到当前程序中，不会生成函数调用，所以只占用空间，使程序高效运行。

当频繁调用相同的宏函数时尤其如此。

3.使用位运算：位运算可以减少除法和模运算。

在计算机程序中，数据位是可以操作且理论上可以使用的最小数据单位"按位运算"完成所有计算和操作。 典型的比特操作用于控制硬件或转换数据，但灵活的比特操作可以有效提高程序操作的效率。

4.在循环嵌套中，较长的循环设置为内存循环，较短的循环设置为外部循环，以减少CPU跨循环层数，提高程序的运行效率。

时间复杂性和空间复杂性。

1.空间复杂度是指在计算机中执行算法所需的存储空间的测量。

2.一般来说，算法中基本运算的重复次数是问题尺度n的函数，用t（n）表示，如果存在辅助函数f（n），则当n趋近无穷大时，t（n）f（n）的极限值是一个不等于零的常数， 那么 f（n） 被称为与 t（n） 相同数量级的函数。表示为 t（n）= （f（n）），称为 （f（n）） 是算法的渐进时间复杂度，称为时间复杂度。

在不同的算法中，如果算法中执行的语句个数为常数，则时间复杂度为o（1），当时间频率不相同时，时间复杂度可能相同，例如t（n）=n2+3n+4和t（n）=4n2+2n+1的频率不同，但时间复杂度相同， 两者都是 O（N2）。

按数量级排列，常见的时间复杂度为：

常数阶o（1），对数阶o（log2n），线性阶o（n），线性对数阶o（nlog2n），平方阶o（n 2），三次阶o（n 3），.，k 到 k 的幂 o （n k） 和指数 o （2 n）。 随着问题大小n的增加，上述时间复杂度增加，算法的执行效率降低。