【性能爲王】從PHP源碼剖析array_keys和array_unique

時間  2019-12-09
標籤 性能爲王 php 源碼 剖析 array keys unique 欄目 PHP 简体版
原文   原文鏈接

文章來自：http://www.hoohack.me/2016/02/25/analyze-array-unique-array-keys-source-codephp

我在github有對PHP源碼更詳細的註解。感興趣的能夠圍觀一下，給個star。PHP5.4源碼註解。能夠經過commit記錄查看已添加的註解。git

以前在[譯]更快的方式實現PHP數組去重這篇文章裏討論了使用array_flip後再調用array_keys函數替換直接調用array_unique函數實現數組去重性能較好。因爲原文沒有給出源碼分析和測試的結果，致使給讀者形成迷惑，在此說聲抱歉。爲了解開讀者的疑惑，筆者承諾了會補上源碼的分析，因而花了一些時間去研究PHP的源碼，如今此補上詳細的說明。github

性能分析

從運行性能上分析，看看下面的測試代碼：算法

$test=array();
for($run=0; $run<10000; $run++)
$test[]=rand(0,100);

$time=microtime(true);

$out = array_unique($test);

$time=microtime(true)-$time;
echo 'Array Unique: '.$time."\n";

$time=microtime(true);

$out=array_keys(array_flip($test));

$time=microtime(true)-$time;
echo 'Keys Flip: '.$time."\n";

$time=microtime(true);

$out=array_flip(array_flip($test));

$time=microtime(true)-$time;
echo 'Flip Flip: '.$time."\n";

運行結果以下：c#

php array_unique vs array_keys

從上圖能夠看到，使用array_unique函數須要0.069s;使用array_flip後再使用array_keys函數須要0.00152s;使用兩次array_flip函數須要0.00146s。segmentfault

測試結果代表，使用array_flip後再調用array_keys函數比array_unique函數快。那麼，具體緣由是什麼呢？讓咱們看看在PHP底層，這兩個函數是怎麼實現的。數組

源碼分析

/* {{{ proto array array_keys(array input [, mixed search_value[, bool strict]])
   Return just the keys from the input array, optionally only for the specified             search_value */
PHP_FUNCTION(array_keys)
{
    //變量定義
    zval *input,                /* Input array */
         *search_value = NULL,    /* Value to search for */
         **entry,                /* An entry in the input array */
           res,                    /* Result of comparison */
          *new_val;                /* New value */
    int    add_key;                /* Flag to indicate whether a key should be added */
    char  *string_key;            /* String key */
    uint   string_key_len;
    ulong  num_key;                /* Numeric key */
    zend_bool strict = 0;        /* do strict comparison */
    HashPosition pos;
    int (*is_equal_func)(zval *, zval *, zval * TSRMLS_DC) = is_equal_function;

    //程序解析參數
    if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a|zb", &input, &search_value, &strict) == FAILURE) {
        return;
    }

    // 若是strict是true，則設置is_equal_func爲is_identical_function，即全等比較
    if (strict) {
        is_equal_func = is_identical_function;
    }

    /* 根據search_vale初始化返回的數組大小 */
    if (search_value != NULL) {
        array_init(return_value);
    } else {
        array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(input)));
    }
    add_key = 1;

    /* 遍歷輸入的數組參數，而後添加鍵值到返回的數組 */
    zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(input), &pos);//重置指針
    //循環遍歷數組
    while (zend_hash_get_current_data_ex(Z_ARRVAL_P(input), (void **)&entry, &pos) == SUCCESS) {
        // 若是search_value不爲空
        if (search_value != NULL) {
            // 判斷search_value與當前的值是否相同，並將比較結果保存到add_key變量
            is_equal_func(&res, search_value, *entry TSRMLS_CC);
            add_key = zval_is_true(&res);
        }

        if (add_key) {
            // 建立一個zval結構體
            MAKE_STD_ZVAL(new_val);

            // 根據鍵值是字符串仍是整型數字將值插入到return_value中
            switch (zend_hash_get_current_key_ex(Z_ARRVAL_P(input), &string_key, &string_key_len, &num_key, 1, &pos)) {
                case HASH_KEY_IS_STRING:
                    ZVAL_STRINGL(new_val, string_key, string_key_len - 1, 0);
                    // 此函數負責將值插入到return_value中，若是鍵值已存在，則使用新值更新對應的值，不然直接插入
                    zend_hash_next_index_insert(Z_ARRVAL_P(return_value), &new_val, sizeof(zval *), NULL);
                    break;

                case HASH_KEY_IS_LONG:
                    Z_TYPE_P(new_val) = IS_LONG;
                    Z_LVAL_P(new_val) = num_key;
                    zend_hash_next_index_insert(Z_ARRVAL_P(return_value), &new_val, sizeof(zval *), NULL);
                    break;
            }
        }

        // 移動到下一個
        zend_hash_move_forward_ex(Z_ARRVAL_P(input), &pos);
    }
}
/* }}} */

以上是array_keys函數底層的源碼。爲方便理解，筆者添加了一些中文註釋。若是須要查看原始代碼，能夠點擊查看。這個函數的功能就是新建一個臨時數組，而後將鍵值對從新複製到新的數組，若是複製過程當中有重複的鍵值出現，那麼就用新的值替換。這個函數的主要步驟是地57和63行調用的zend_hash_next_index_insert函數。該函數將元素插入到數組中，若是出現重複的值，則使用新的值更新原鍵值指向的值，不然直接插入，時間複雜度是O(n)。ide

/* {{{ proto array array_flip(array input)
   Return array with key <-> value flipped */
PHP_FUNCTION(array_flip)
{
    // 定義變量
    zval *array, **entry, *data;
    char *string_key;
    uint str_key_len;
    ulong num_key;
    HashPosition pos;

    // 解析數組參數
    if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a", &array) == FAILURE) {
        return;
    }

    // 初始化返回數組
    array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(array)));

    // 重置指針
    zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(array), &pos);
    // 遍歷每一個元素，並執行鍵<->值交換操做
    while (zend_hash_get_current_data_ex(Z_ARRVAL_P(array), (void **)&entry, &pos) == SUCCESS) {
        // 初始化一個結構體
        MAKE_STD_ZVAL(data);
        // 將原數組的值賦值爲新數組的鍵
        switch (zend_hash_get_current_key_ex(Z_ARRVAL_P(array), &string_key, &str_key_len, &num_key, 1, &pos)) {
            case HASH_KEY_IS_STRING:
                ZVAL_STRINGL(data, string_key, str_key_len - 1, 0);
                break;
            case HASH_KEY_IS_LONG:
                Z_TYPE_P(data) = IS_LONG;
                Z_LVAL_P(data) = num_key;
                break;
        }

        // 將原數組的鍵賦值爲新數組的值，若是有重複的，則使用新值覆蓋舊值
        if (Z_TYPE_PP(entry) == IS_LONG) {
            zend_hash_index_update(Z_ARRVAL_P(return_value), Z_LVAL_PP(entry), &data, sizeof(data), NULL);
        } else if (Z_TYPE_PP(entry) == IS_STRING) {
            zend_symtable_update(Z_ARRVAL_P(return_value), Z_STRVAL_PP(entry), Z_STRLEN_PP(entry) + 1, &data, sizeof(data), NULL);
        } else {
            zval_ptr_dtor(&data); /* will free also zval structure */
            php_error_docref(NULL TSRMLS_CC, E_WARNING, "Can only flip STRING and INTEGER values!");
        }

        // 下一個
        zend_hash_move_forward_ex(Z_ARRVAL_P(array), &pos);
    }
}
/* }}} */

上面就是是array_flip函數的源碼。點擊連接查看原始代碼。這個函數主要的作的事情就是建立一個新的數組，遍歷原數組。在26行開始將原數組的值賦值爲新數組的鍵，而後在37行開始將原數組的鍵賦值爲新數組的值，若是有重複的，則使用新值覆蓋舊值。整個函數的時間複雜度也是O(n)。所以，使用了array_flip以後再使用array_keys的時間複雜度是O(n)。函數

接下來，咱們看看array_unique函數的源碼。點擊連接查看原始代碼。源碼分析

/* {{{ proto array array_unique(array input [, int sort_flags])
   Removes duplicate values from array */
PHP_FUNCTION(array_unique)
{
    // 定義變量
    zval *array, *tmp;
    Bucket *p;
    struct bucketindex {
        Bucket *b;
        unsigned int i;
    };
    struct bucketindex *arTmp, *cmpdata, *lastkept;
    unsigned int i;
    long sort_type = PHP_SORT_STRING;

    // 解析參數
    if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a|l", &array, &sort_type) == FAILURE) {
        return;
    }

    // 設置比較函數
    php_set_compare_func(sort_type TSRMLS_CC);

    // 初始化返回數組
    array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(array)));
    // 將值拷貝到新數組
    zend_hash_copy(Z_ARRVAL_P(return_value), Z_ARRVAL_P(array), (copy_ctor_func_t) zval_add_ref, (void *)&tmp, sizeof(zval*));

    if (Z_ARRVAL_P(array)->nNumOfElements <= 1) {    /* 什麼都不作 */
        return;
    }

    /* 根據target_hash buckets的指針建立數組並排序 */
    arTmp = (struct bucketindex *) pemalloc((Z_ARRVAL_P(array)->nNumOfElements + 1) * sizeof(struct bucketindex), Z_ARRVAL_P(array)->persistent);
    if (!arTmp) {
        zval_dtor(return_value);
        RETURN_FALSE;
    }
    for (i = 0, p = Z_ARRVAL_P(array)->pListHead; p; i++, p = p->pListNext) {
        arTmp[i].b = p;
        arTmp[i].i = i;
    }
    arTmp[i].b = NULL;
    // 排序
    zend_qsort((void *) arTmp, i, sizeof(struct bucketindex), php_array_data_compare TSRMLS_CC);

    /* 遍歷排序好的數組，而後刪除重複的元素 */
    lastkept = arTmp;
    for (cmpdata = arTmp + 1; cmpdata->b; cmpdata++) {
        if (php_array_data_compare(lastkept, cmpdata TSRMLS_CC)) {
            lastkept = cmpdata;
        } else {
            if (lastkept->i > cmpdata->i) {
                p = lastkept->b;
                lastkept = cmpdata;
            } else {
                p = cmpdata->b;
            }
            if (p->nKeyLength == 0) {
                zend_hash_index_del(Z_ARRVAL_P(return_value), p->h);
            } else {
                if (Z_ARRVAL_P(return_value) == &EG(symbol_table)) {
                    zend_delete_global_variable(p->arKey, p->nKeyLength - 1 TSRMLS_CC);
                } else {
                    zend_hash_quick_del(Z_ARRVAL_P(return_value), p->arKey, p->nKeyLength, p->h);
                }
            }
        }
    }
    pefree(arTmp, Z_ARRVAL_P(array)->persistent);
}
/* }}} */

能夠看到，這個函數初始化一個新的數組，而後將值拷貝到新數組，而後在45行調用排序函數對數組進行排序，排序的算法是zend引擎的塊樹排序算法。接着遍歷排序好的數組，刪除重複的元素。整個函數開銷最大的地方就在調用排序函數上，而快排的時間複雜度是O(nlogn)，所以，該函數的時間複雜度是O(nlogn)。

結論

由於array_unique底層調用了快排算法，加大了函數運行的時間開銷，致使整個函數的運行較慢。這就是爲何array_keys比array_unique函數更快的緣由。

原創文章，文筆有限，才疏學淺，文中如有不正之處，萬望告知。

若是本文對你有幫助，望點下推薦，寫文章不容易。

最後再安利一下，我在github有對PHP源碼更詳細的註解。感興趣的能夠圍觀一下，給個star。PHP5.4源碼註解。能夠經過commit記錄查看已添加的註解。

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程