之前在[譯]更快的方式實現PHP數組去重這篇文章裡討論了使用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。由於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，於是花了一些時間去研究PHP的源碼，現在此補上詳細的說明。
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後再使用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後再調用array_keys函數比array_unique函數快。那麼，具體原因是什麼呢？讓我們看看在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 // 如果strict是true，則設置is_equal_func為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，然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 // 如果search_value不為空
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 // 創建一個zval結構體
50 MAKE_STD_ZVAL(new_val);
51
52 // 根據鍵值是字符串還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，如果鍵值已存在，則使用新值更新對應的值，否則直接插入
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。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，然後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，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)。
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 // 遍歷每個元素，並執行鍵<->值交換操作
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 // 將原數組的值賦值為新數組的鍵
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 // 將原數組的鍵賦值為新數組的值，如果有重復的，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，然後在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之後再使用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。
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) { /* 什麼都不做 */
30 return;
31 }
32
33 /* 根據target_hash buckets的指針創建數組並排序 */
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，然後刪除重復的元素 */
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 /* }}} */
可以看到，這個函數初始化一個新的數組，然後將值拷貝到新數組，然後在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(n*logn)，因此，該函數的時間復雜度是O(n*logn)。
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。這就是為什麼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，請點下推薦，寫文章不容易。
