array_uniquee php_【性能为王】从PHP源码剖析array_keys和array_unique
我在github有對PHP源碼更詳細的注解。感興趣的可以圍觀一下，給個star。PHP5.4源碼注解。可以通過commit記錄查看已添加的注解。
之前在[譯]更快的方式實現PHP數組去重這篇文章里討論了使用array_flip后再調用array_keys函數替換直接調用array_unique函數實現數組去重性能較好。由于原文沒有給出源碼分析和測試的結果，導致給讀者造成迷惑，在此說聲抱歉。為了解開讀者的疑惑，筆者承諾了會補上源碼的分析，于是花了一些時間去研究PHP的源碼，現在此補上詳細的說明。
性能分析
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";
運行結果如下：
從上圖可以看到，使用array_unique函數需要0.069s;使用array_flip后再使用array_keys函數需要0.00152s;使用兩次array_flip函數需要0.00146s。
測試結果表明，使用array_flip后再調用array_keys函數比array_unique函數快。那么，具體原因是什么呢？讓我們看看在PHP底層，這兩個函數是怎么實現的。
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;
}
// 如果strict是true，則設置is_equal_func為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，然后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) {
// 如果search_value不為空
if (search_value != NULL) {
// 判斷search_value與當前的值是否相同，并將比較結果保存到add_key變量
is_equal_func(&res, search_value, *entry TSRMLS_CC);
add_key = zval_is_true(&res);
}
if (add_key) {
// 創建一個zval結構體
MAKE_STD_ZVAL(new_val);
// 根據鍵值是字符串還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，如果鍵值已存在，則使用新值更新對應的值，否則直接插入
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。為方便理解，筆者添加了一些中文注釋。如果需要查看原始代碼，可以點擊查看。這個函數的功能就是新建一個臨時數組，然后將鍵值對重新復制到新的數組，如果復制過程中有重復的鍵值出現，那么就用新的值替換。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，如果出現重復的值，則使用新的值更新原鍵值指向的值，否則直接插入，時間復雜度是O(n)。
/* {{{ 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);
// 遍歷每個元素，并執行鍵值交換操作
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);
// 將原數組的值賦值為新數組的鍵
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;
}
// 將原數組的鍵賦值為新數組的值，如果有重復的，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。點擊鏈接查看原始代碼。這個函數主要的做的事情就是創建一個新的數組，遍歷原數組。在26行開始將原數組的值賦值為新數組的鍵，然后在37行開始將原數組的鍵賦值為新數組的值，如果有重復的，則使用新值覆蓋舊值。整個函數的時間復雜度也是O(n)。因此，使用了array_flip之后再使用array_keys的時間復雜度是O(n)。
接下來，我們看看array_unique函數的源碼。點擊鏈接查看原始代碼。
/* {{{ 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) { /* 什么都不做 */
return;
}
/* 根據target_hash buckets的指針創建數組并排序 */
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，然后刪除重復的元素 */
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);
}
/* }}} */
可以看到，這個函數初始化一個新的數組，然后將值拷貝到新數組，然后在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。接著遍歷排序好的數組，刪除重復的元素。整個函數開銷最大的地方就在調用排序函數上，而快排的時間復雜度是O(nlogn)，因此，該函數的時間復雜度是O(nlogn)。
結論
因為array_unique底層調用了快排算法，加大了函數運行的時間開銷，導致整個函數的運行較慢。這就是為什么array_keys比array_unique函數更快的原因。
原創文章，文筆有限，才疏學淺，文中若有不正之處，萬望告知。
如果本文對你有幫助，望點下推薦，寫文章不容易。
最后再安利一下，我在github有對PHP源碼更詳細的注解。感興趣的可以圍觀一下，給個star。PHP5.4源碼注解。可以通過commit記錄查看已添加的注解。
總結
以上是生活随笔為你收集整理的array_uniquee php_【性能为王】从PHP源码剖析array_keys和array_unique的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： l2高斯分布_L1和L2正则的区别，如何
- 下一篇： qmoc文件_Qt中Q_OBJECT与生