原文:Faster Alternative to PHP’s Array Unique Functionhtml
使用PHP的array_unique()
函數容許你傳遞一個數組,而後移除重複的值,返回一個擁有惟一值的數組。這個函數大多數狀況下都能工做得很好。可是,若是你嘗試在一個大的數組裏使用array_unique()
函數,它會運行地慢一些。git
有一個比較好並且更快的函數array_flip()
來替代使用array_unique()
函數來建立惟一的數組。這個魔法般的函數會交換數組裏面每個元素的鍵和值,由於鍵值必須惟一,所以,你會獲得跟array_unique()
函數同樣的結果。github
/* 建立一個包含重複值的,一共四個元素的數組 */
$array = array('green','blue','orange','blue');
/* 翻轉數組,你將會獲得惟一鍵值的數組
array('green'=>0,'blue'=>1,'orange'=>2); */
$array = array_flip($array);
/* 而後再翻轉一次,將鍵和值從新放置,而後獲得數組:array(0=>'green',1=>'blue',2=>'orange'); */
$array = array_flip($array);
由於咱們已經移除了一些元素,所以數組看起來不是正常的序列。好比咱們可能會獲得:array(0=>’A’,2=>’B’,5=>’C’);
。在某些狀況下,這不是一個問題,可是若是你須要數組的鍵值保持數字的序列,你可使用一到兩種方法解決鍵值亂序的問題。算法
添加array_flip以後的函數,將會對數組的鍵值排序而且讓它們恢復到正常的序列,如:0,1,2,3…c#
$array = array('green','blue','orange','blue');
$array = array_flip($array);
$array = array_flip($array);
/* 使用array_merge()函數修復鍵值*/
$array = array_merge($array);
注意,這種修復數組鍵值的方法比使用array_merge()
函數稍微快了一點。你也能夠在最後一步結合使用array_keys()
函數(此函數返回翻轉後的值)。而後當你翻轉數組的值,鍵值就會根據順序建立。數組
$array = array('green','blue','orange','blue');
$array = array_flip($array);
/* 跟第一個例子同樣,可是如今咱們先提取數組的鍵值 */
$array = array_keys($array);
很是簡單,比起在大數組使用array_unique函數,有了一個有效的性能提高。ide
------------------------------函數
其中源碼分析:源碼分析
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。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。
從運行性能上分析,看看下面的測試代碼:
$test=array(); for($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:
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。
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。
1 /* {{{ proto array array_keys(array input [, mixed search_value[, bool strict]]) 2 Return just the keys from the input array, optionally only for the specified search_value */ 3 PHP_FUNCTION(array_keys) 4 { 5 //變量定義 6 zval *input, /* Input array */ 7 *search_value = NULL, /* Value to search for */ 8 **entry, /* An entry in the input array */ 9 res, /* Result of comparison */ 10 *new_val; /* New value */ 11 int add_key; /* Flag to indicate whether a key should be added */ 12 char *string_key; /* String key */ 13 uint string_key_len; 14 ulong num_key; /* Numeric key */ 15 zend_bool strict = 0; /* do strict comparison */ 16 HashPosition pos; 17 int (*is_equal_func)(zval *, zval *, zval * TSRMLS_DC) = is_equal_function; 18 19 //程序解析參數 20 if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a|zb", &input, &search_value, &strict) == FAILURE) { 21 return; 22 } 23 24 // 若是strict是true,則設置is_equal_func爲is_identical_function,即全等比較 25 if (strict) { 26 is_equal_func = is_identical_function; 27 } 28 29 /* 根據search_vale初始化返回的數組大小 */ 30 if (search_value != NULL) { 31 array_init(return_value); 32 } else { 33 array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(input))); 34 } 35 add_key = 1; 36 37 /* 遍歷輸入的數組參數,而後添加鍵值到返回的數組 */ 38 zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(input), &pos);//重置指針 39 //循環遍歷數組 40 while (zend_hash_get_current_data_ex(Z_ARRVAL_P(input), (void **)&entry, &pos) == SUCCESS) { 41 // 若是search_value不爲空 42 if (search_value != NULL) { 43 // 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 44 is_equal_func(&res, search_value, *entry TSRMLS_CC); 45 add_key = zval_is_true(&res); 46 } 47 48 if (add_key) { 49 // 建立一個zval結構體 50 MAKE_STD_ZVAL(new_val); 51 52 // 根據鍵值是字符串仍是整型數字將值插入到return_value中 53 switch (zend_hash_get_current_key_ex(Z_ARRVAL_P(input), &string_key, &string_key_len, &num_key, 1, &pos)) { 54 case HASH_KEY_IS_STRING: 55 ZVAL_STRINGL(new_val, string_key, string_key_len - 1, 0); 56 // 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 57 zend_hash_next_index_insert(Z_ARRVAL_P(return_value), &new_val, sizeof(zval *), NULL); 58 break; 59 60 case HASH_KEY_IS_LONG: 61 Z_TYPE_P(new_val) = IS_LONG; 62 Z_LVAL_P(new_val) = num_key; 63 zend_hash_next_index_insert(Z_ARRVAL_P(return_value), &new_val, sizeof(zval *), NULL); 64 break; 65 } 66 } 67 68 // 移動到下一個 69 zend_hash_move_forward_ex(Z_ARRVAL_P(input), &pos); 70 } 71 } 72 /* }}} */
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)。
1 /* {{{ proto array array_flip(array input) 2 Return array with key <-> value flipped */ 3 PHP_FUNCTION(array_flip) 4 { 5 // 定義變量 6 zval *array, **entry, *data; 7 char *string_key; 8 uint str_key_len; 9 ulong num_key; 10 HashPosition pos; 11 12 // 解析數組參數 13 if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a", &array) == FAILURE) { 14 return; 15 } 16 17 // 初始化返回數組 18 array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(array))); 19 20 // 重置指針 21 zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(array), &pos); 22 // 遍歷每一個元素,並執行鍵<->值交換操做 23 while (zend_hash_get_current_data_ex(Z_ARRVAL_P(array), (void **)&entry, &pos) == SUCCESS) { 24 // 初始化一個結構體 25 MAKE_STD_ZVAL(data); 26 // 將原數組的值賦值爲新數組的鍵 27 switch (zend_hash_get_current_key_ex(Z_ARRVAL_P(array), &string_key, &str_key_len, &num_key, 1, &pos)) { 28 case HASH_KEY_IS_STRING: 29 ZVAL_STRINGL(data, string_key, str_key_len - 1, 0); 30 break; 31 case HASH_KEY_IS_LONG: 32 Z_TYPE_P(data) = IS_LONG; 33 Z_LVAL_P(data) = num_key; 34 break; 35 } 36 37 // 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 38 if (Z_TYPE_PP(entry) == IS_LONG) { 39 zend_hash_index_update(Z_ARRVAL_P(return_value), Z_LVAL_PP(entry), &data, sizeof(data), NULL); 40 } else if (Z_TYPE_PP(entry) == IS_STRING) { 41 zend_symtable_update(Z_ARRVAL_P(return_value), Z_STRVAL_PP(entry), Z_STRLEN_PP(entry) + 1, &data, sizeof(data), NULL); 42 } else { 43 zval_ptr_dtor(&data); /* will free also zval structure */ 44 php_error_docref(NULL TSRMLS_CC, E_WARNING, "Can only flip STRING and INTEGER values!"); 45 } 46 47 // 下一個 48 zend_hash_move_forward_ex(Z_ARRVAL_P(array), &pos); 49 } 50 } 51 /* }}} */
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)。
接下來,咱們看看array_unique函數的源碼。點擊連接查看原始代碼。
1 /* {{{ proto array array_unique(array input [, int sort_flags]) 2 Removes duplicate values from array */ 3 PHP_FUNCTION(array_unique) 4 { 5 // 定義變量 6 zval *array, *tmp; 7 Bucket *p; 8 struct bucketindex { 9 Bucket *b; 10 unsigned int i; 11 }; 12 struct bucketindex *arTmp, *cmpdata, *lastkept; 13 unsigned int i; 14 long sort_type = PHP_SORT_STRING; 15 16 // 解析參數 17 if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a|l", &array, &sort_type) == FAILURE) { 18 return; 19 } 20 21 // 設置比較函數 22 php_set_compare_func(sort_type TSRMLS_CC); 23 24 // 初始化返回數組 25 array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(array))); 26 // 將值拷貝到新數組 27 zend_hash_copy(Z_ARRVAL_P(return_value), Z_ARRVAL_P(array), (copy_ctor_func_t) zval_add_ref, (void *)&tmp, sizeof(zval*)); 28 29 if (Z_ARRVAL_P(array)->nNumOfElements <= 1) { /* 什麼都不作 */ 30 return; 31 } 32 33 /* 根據target_hash buckets的指針建立數組並排序 */ 34 arTmp = (struct bucketindex *) pemalloc((Z_ARRVAL_P(array)->nNumOfElements + 1) * sizeof(struct bucketindex), Z_ARRVAL_P(array)->persistent); 35 if (!arTmp) { 36 zval_dtor(return_value); 37 RETURN_FALSE; 38 } 39 for (i = 0, p = Z_ARRVAL_P(array)->pListHead; p; i++, p = p->pListNext) { 40 arTmp[i].b = p; 41 arTmp[i].i = i; 42 } 43 arTmp[i].b = NULL; 44 // 排序 45 zend_qsort((void *) arTmp, i, sizeof(struct bucketindex), php_array_data_compare TSRMLS_CC); 46 47 /* 遍歷排序好的數組,而後刪除重複的元素 */ 48 lastkept = arTmp; 49 for (cmpdata = arTmp + 1; cmpdata->b; cmpdata++) { 50 if (php_array_data_compare(lastkept, cmpdata TSRMLS_CC)) { 51 lastkept = cmpdata; 52 } else { 53 if (lastkept->i > cmpdata->i) { 54 p = lastkept->b; 55 lastkept = cmpdata; 56 } else { 57 p = cmpdata->b; 58 } 59 if (p->nKeyLength == 0) { 60 zend_hash_index_del(Z_ARRVAL_P(return_value), p->h); 61 } else { 62 if (Z_ARRVAL_P(return_value) == &EG(symbol_table)) { 63 zend_delete_global_variable(p->arKey, p->nKeyLength - 1 TSRMLS_CC); 64 } else { 65 zend_hash_quick_del(Z_ARRVAL_P(return_value), p->arKey, p->nKeyLength, p->h); 66 } 67 } 68 } 69 } 70 pefree(arTmp, Z_ARRVAL_P(array)->persistent); 71 } 72 /* }}} */
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(n*logn),所以,該函數的時間復 雜度是O(n*logn)。
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,請點下推薦,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。
更多源碼文章,歡迎訪問我的主頁繼續查閱:hoohack