PHP数组交集的优化

光明使者

1. 假设我们正在运营一个手机相关的网站，用户可以通过指定若干参数(如操作系统，屏幕分辨率，摄像头像素等等)来筛选自己想要的手机。不过由于手机的参数多，且不同的手机其参数差异大，所以参数表结构通常是纵表(一个参数是一行)，而不是横表(一个参数是一列)，此时使用若干参数来取结果，通常就是把每个单独参数来取结果，再一起取交集。
   
2.            　　假定每个参数会包含一千个左右的产品ID(int)，以此为前提来模拟生成一些数据：
   
3.             
   
4.            　　<?php
   
5.            　　$rand = function() {
   
6.            　　$result = array();
   
7.            　　for ($i = 0; $i < 1000; $i++) {
   
8.            　　$result[] = mt_rand(1, 10000);
   
9.            　　}
   
10.            　　return $result;
    
11.            　　};
    
12.            　　$param_a = $rand();
    
13.            　　$param_b = $rand();
    
14.            　　?>
    
15.             
    
16.            　　注意：如果测试数据集过小的话，结论可能会出现不一致。
    
17.            　　先看看通过PHP内置方法array_intersect实现的性能：
    
18.             
    
19.            　　<?php
    
20.            　　$time = microtime(true);
    
21.            　　$result = array_intersect($param_a, $param_b);
    
22.            　　$time = microtime(true) - $time;
    
23.            　　echo 'array_intersect: {$time} ';
    
24.            　　?>
    
25.            　　在优化之前，我们先来看看array_intersect一些特殊的地方：
    
26.            　　<?php
    
27.            　　$param_a = array(1, 2, 2);
    
28.            　　$param_b = array(1, 2, 3);
    
29.            　　var_dump(
    
30.            　　array_intersect($param_a, $param_b),
    
31.            　　array_intersect($param_b, $param_a)
    
32.            　　);
    
33.            　　?>
    
34.            　　array_intersect($param_a, $param_b): 1, 2, 2
    
35.            　　array_intersect($param_b, $param_a): 1, 2
    
36.            　　也就是说，如果在第一个数组参数中有重复元素的话，则array_intersect会返回所有满足条件的重复元素。改写array_intersect的时候最好兼容这些功能。
    
37.            　　下面看看通过自定义方法int_array_intersect实现的性能：
    
38.            　　<?php
    
39.            　　function int_array_intersect()
    
40.            　　{
    
41.            　　if (func_num_args() < 2) {
    
42.            　　trigger_error('param error', E_USER_ERROR);
    
43.            　　}
    
44.            　　$args = func_get_args();
    
45.            　　foreach ($args AS $arg) {
    
46.            　　if (!is_array($arg)) {
    
47.            　　trigger_error('param error', E_USER_ERROR);
    
48.            　　}
    
49.            　　}
    
50.            　　$intersect = function($a, $b) {
    
51.            　　$result = array();
    
52.            　　$length_a = count($a);
    
53.            　　$length_b = count($b);
    
54.            　　for ($i = 0, $j = 0; $i < $length_a && $j < $length_b; null) {
    
55.            　　if($a[$i] < $b[$j] && ++$i) {
    
56.            　　continue;
    
57.            　　}
    
58.            　　if($a[$i] > $b[$j] && ++$j) {
    
59.            　　continue;
    
60.            　　}
    
61.            　　$result[] = $a[$i];
    
62.            　　if (isset($a[$next = $i + 1]) && $a[$next] != $a[$i]) {
    
63.            　　++$j;
    
64.            　　}
    
65.            　　++$i;
    
66.            　　}
    
67.            　　return $result;
    
68.            　　};
    
69.            　　$result = array_shift($args);
    
70.            　　sort($result);
    
71.            　　foreach ($args as $arg) {
    
72.            　　sort($arg);
    
73.            　　$result = $intersect($result, $arg);
    
74.            　　}
    
75.            　　return $result;
    
76.            　　}
    
77.            　　$time = microtime(true);
    
78.            　　$result = int_array_intersect($param_a, $param_b);
    
79.            　　$time = microtime(true) - $time;
    
80.            　　echo 'int_array_intersect: {$time} ';
    
81.            　　?>
    
82.            　　直觉上，我们肯定会认为内置函数快于自定义函数，但本例中结果恰恰相反：
    
83.            　　array_intersect: 0.023918151855469
    
84.            　　int_array_intersect: 0.0026049613952637
    
85.            　　为什么?原因在于int_array_intersect操作的都是整数，而array_intersect操作的都是字符串，如果你传给它整数，它会做一步耗时的『(string)』类型转换操作。
    
86.            　　注：测试结果基于PHP5.3.5，不同版本结论可能存在差异

复制代码