假设我们讨论的是内部整数类型，不可能一个比另一个更快。它们显然在语义上是相同的。它们都要求编译器做完全相同的事情。只有一个严重损坏的编译器才能为其中一个生成劣质代码。

如果在某些平台上，对于简单整数类型，<比<=快，编译器应始终将常量的<=转换为<。任何没有这样做的编译器都将是一个糟糕的编译器（对于该平台）。

它们的速度相同。也许在某些特殊的架构中，他/她所说的是对的，但在x86家族中，至少我知道他们是一样的。因为为此，CPU将执行一个减法（a-b），然后检查标志寄存器的标志。该寄存器的两位被称为ZF（零标志）和SF（符号标志），它在一个周期内完成，因为它将通过一个掩码操作完成。

假设我们讨论的是内部整数类型，不可能一个比另一个更快。它们显然在语义上是相同的。它们都要求编译器做完全相同的事情。只有一个严重损坏的编译器才能为其中一个生成劣质代码。

如果在某些平台上，对于简单整数类型，<比<=快，编译器应始终将常量的<=转换为<。任何没有这样做的编译器都将是一个糟糕的编译器（对于该平台）。

即使有差异，你也不应该注意到。此外，在实践中，除非你要使用一些神奇的常数，否则你必须做一个额外的a+1或a-1来使条件成立，这无论如何都是一个非常糟糕的实践。

仅当计算路径依赖于数据时：

a={1,1,1,1,1000,1,1,1,1}
while (i<=4)
{
     for(j from 0 to a[i]){ do_work(); }
     i++;
}

将计算250倍以上的时间（i<4）

真实世界的例子是计算曼德布洛特集合。如果包含一个迭代1000000次的像素，它将导致延迟，但与<=使用概率的重合度太低。

对于浮点代码，甚至在现代体系结构上，<=比较可能确实会慢一些（一条指令）。这是第一个函数：

int compare_strict(double a, double b) { return a < b; }

在PowerPC上，首先执行浮点比较（更新条件寄存器cr），然后将条件寄存器移动到GPR，将“比较小于”位移位到位，然后返回。它需要四个指令。

现在考虑一下这个函数：

int compare_loose(double a, double b) { return a <= b; }

这需要与上面的compare_strict相同的工作，但现在有两个有趣的位：“小于”和“等于”。这需要一个额外的指令（cror-condition寄存器逐位OR）将这两个位组合为一。因此，compare_sloose需要五条指令，而compare_sstrict需要四条指令。

您可能认为编译器可以这样优化第二个函数：

int compare_loose(double a, double b) { return ! (a > b); }

然而，这将错误地处理NaN。NaN1<=NaN2和NaN1>NaN2都需要评估为假。