【性能為王】從PHP源碼剖析array_keys和array_unique

zollero 發布于2019-06-27 12:00 / 3214人閱讀

摘要：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。測試結果表明，使用后再調用函數比函數快。結論因為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。

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

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."
";

$time=microtime(true);

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

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

$time=microtime(true);

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

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

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。

GPU云服務器云服務器 Python源碼剖析 webrtc源碼剖析視頻 array_unique 安卓從服務器上下載圖片源碼

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/21355.html

[PHP源碼閱讀]trim、rtrim、ltrim函數

摘要：系列函數是用于去除字符串中首尾的空格或其他字符。此處要注意，左右兩邊是一對合法的范圍值，如果傳遞的是非法的值會報錯。本文主要對函數進行分析，和函數跟的類似。更多源碼文章源碼閱讀函數性能為王從源碼剖析和源碼閱讀和函數源碼閱讀和函數 trim系列函數是用于去除字符串中首尾的空格或其他字符。ltrim函數只去除掉字符串首部的字符，rtrim函數只去除字符串尾部的字符。我在github有對P...

時飛 2019-06-27 13:46 評論0 收藏0
【譯】更快的方式實現PHP數組去重

摘要：原文來自原文概述使用的函數允許你傳遞一個數組，然后移除重復的值，返回一個擁有唯一值的數組。有一個比較好而且更快的函數來替代使用函數來創建唯一的數組。原文來自：http://www.hoohack.me/2016/01/11/faster-way-to-phps-array-unique-function/ 原文:Faster Alternative to PHP’s Array Un...

岳光 2019-06-27 11:53 評論0 收藏0
[轉]php去除數組中重復數據

摘要：轉自實例腳本之家給數組排重與函數的區別它要求是字符串，而這個可以是數組對象要排重的數組是否保留原來的代碼很簡單，卻非常的實用，有需要的小伙伴可以直接拿去用的。轉自 _php實例_腳本之家 /** * 給數組排重 * 與array_unique函數的區別：它要求val是字符串，而這個可以是數組/對象 * * @pa...

shery 2019-06-27 16:58 評論0 收藏0
PHP 學習總結之數組

摘要：概述我們知道，在編程語言中，數組的使用頻率是很高的，幾乎每個腳本都會使用到。循環缺點遍歷完成之后，不能對數組進行第二次遍歷數組內部指針指向了最后一個元素。概述我們知道，在 PHP 編程語言中，數組的使用頻率是很高的，幾乎每個腳本都會使用到。 PHP 自帶了大量的、優秀的操作數組的函數以供我們使用，本文就對這些數組函數的使用做一些分類和總結，方便大家以后查閱。創建 1. range...

wangdai 2019-06-28 18:39 評論0 收藏0
PHP面試整理

摘要：是語句不是函數，有返回值，只能輸出一個變量，不需要圓括號。這些特性使成為理想的數據交換語言。如果子類中定義了構造函數則不會隱式調用其父類的構造函數。要執行父類的構造函數，需要在子類的構造函數中調用。 PHP HTTP Keep-Alive的作用作用 Keep-Alive：使客戶端到服務器端的連接持續有效，當出現對服務器的后繼請求時，Keep-Alive功能避免了建立或者重新建立連接。...

figofuture 2019-06-28 18:33 評論0 收藏0