仔细分析一下可以看出，和之前的例子不同，上面的查询条件不全是“等于”比较，其中日期的比较是“小于等于”比较。
实际上在查询中，“等于”比较是最高效的，其他任何形式的比较效率都要低很多，也许真的就是这个“小于等于”比较影响了代码的执行效率。
但是“小于等于”比较是必须，不可能不用，我们唯一能着手的就是减少“小于等于”比较的次数，改良后的代码为：

Dim dic As New Dictionary(of DataRow, String)
Dim drs As List(of DataRow)
For Each dr1 As DataRow In DataTables("表A").DataRows
    Dim dv As Date = dr1("日期")
    Dim sm As Double = 0
    drs = DataTables("表A").Select("项目 = '" & dr1("项目") & "'", "日期") '注意要根据日期排序
    For Each dr2 As DataRow In drs
        If dr2("日期") <= dv Then
            sm = sm + dr2("支出")
        Else
            Exit For
        End If
    Next
    dic.Add(dr1, sm)
Next
For Each dr As DataRow In dic.Keys
    dr("累计支出") = dic(dr)
Next

同样在一万行数据的情况下，执行上述代码花了2秒，看来之前的判断完全正确。
代码的原理是，先筛选出相同项目的行，再比较这些行的日期，从而大大较少了“小于等于”比较的次数，如果你的项目是100个，那么比较次数就减少了100倍，运行效率也就提高了100倍。

既然查询中的非等于比较是影响效率的关键，于是我索性彻底改写代码，连查询也不用了，最新的代码为：

Dim drs As List(of DataRow) = DataTables("表A").Select("", "项目,日期") '注意排序参数
drs(0)("累计支出") = drs(0)("支出") '设置第一行的累计支出
For i As Integer = 1 To drs.Count - 1  '从第二行开始逐行计算累计支出
    If drs(i)("项目") = drs(i - 1)("项目") Then
        drs(i)("累计支出") = drs(i-1)("累计支出") + drs(i)("支出")
    Else
        drs(i)("累计支出") = drs(i)("支出")
    End If
Next

经过测试，处理1万行数据只用了0.9秒，效率又提升了一倍有余，而且代码更为简洁易懂。

从390秒到2秒，再从2秒到0.9秒，可见代码的优化对于效率的提升是何其重要。

代码效率的提升是没有定式的，实际编码的过程中只有运用排除法，找出可能影响效率的因素，然后有针对性地优化改进。