【性能为王】从PHP源码剖析array_keys和array_unique
2016-04-23 12:15:01 来源: 阅读:
之前在[译]更快的方式实现PHP数组去重这篇文章里讨论了使用array_flip后再调用array_keys函数替换直接调用array_unique函数实现数组去重性能较好。由于原文没有给出源码分析和测试的结果，导致给读者造成迷惑，在此说声抱歉。为了解开读者的疑惑，笔者承诺了会补上源码的分析，于是花了一些时间去研究PHP的源码，现在此补上详细的说明。
性能分析
从运行性能上分析，看看下面的测试代码：
$test=array();for($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";
运行结果如下：
从上图可以看到，使用array_unique函数需要0.069s;使用array_flip后再使用array_keys函数需要0.00152s;使用两次array_flip函数需要0.00146s。
测试结果表明，使用array_flip后再调用array_keys函数比array_unique函数快。那么，具体原因是什么呢？让我们看看在PHP底层，这两个函数是怎么实现的。
源码分析
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 //变量定义 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 //程序解析参数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，则设置is_equal_func为is_identical_function，即全等比较25 if (strict) {26 is_equal_func = is_identical_function;27 }28 29 /* 根据search_vale初始化返回的数组大小 */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 /* 遍历输入的数组参数，然后添加键值到返回的数组 */38 zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(input), &pos);//重置指针39 //循环遍历数组40 while (zend_hash_get_current_data_ex(Z_ARRVAL_P(input), (void **)&entry, &pos) == SUCCESS) {41 // 如果search_value不为空42 if (search_value != NULL) {43 // 判断search_value与当前的值是否相同，并将比较结果保存到add_key变量44 is_equal_func(&res, search_value, *entry TSRMLS_CC);45 add_key = zval_is_true(&res);46 }47 48 if (add_key) {49 // 创建一个zval结构体50 MAKE_STD_ZVAL(new_val);51 52 // 根据键值是字符串还是整型数字将值插入到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 // 此函数负责将值插入到return_value中，如果键值已存在，则使用新值更新对应的值，否则直接插入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 // 移动到下一个69 zend_hash_move_forward_ex(Z_ARRVAL_P(input), &pos);70 }71 }72 /* }}} */
以上是array_keys函数底层的源码。为方便理解，笔者添加了一些中文注释。如果需要查看原始代码，可以点击查看。这个函数的功能就是新建一个临时数组，然后将键值对重新复制到新的数组，如果复制过程中有重复的键值出现，那么就用新的值替换。这个函数的主要步骤是地57和63行调用的zend_hash_next_index_insert函数。该函数将元素插入到数组中，如果出现重复的值，则使用新的值更新原键值指向的值，否则直接插入，时间复杂度是O(n)。
1 /* {{{ proto array array_flip(array input) 2 Return array with key <-> value flipped */ 3 PHP_FUNCTION(array_flip) 4 { 5 // 定义变量 6 zval *array, **entry, *data; 7 char *string_key; 8 uint str_key_len; 9 ulong num_key;10 HashPosition pos;11 12 // 解析数组参数13 if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a", &array) == FAILURE) {14 return;15 }16 17 // 初始化返回数组18 array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(array)));19 20 // 重置指针21 zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(array), &pos);22 // 遍历每个元素，并执行键<->值交换操作23 while (zend_hash_get_current_data_ex(Z_ARRVAL_P(array), (void **)&entry, &pos) == SUCCESS) {24 // 初始化一个结构体25 MAKE_STD_ZVAL(data);26 // 将原数组的值赋值为新数组的键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 // 将原数组的键赋值为新数组的值，如果有重复的，则使用新值覆盖旧值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 // 下一个48 zend_hash_move_forward_ex(Z_ARRVAL_P(array), &pos);49 }50 }51 /* }}} */
上面就是是array_flip函数的源码。点击链接查看原始代码。这个函数主要的做的事情就是创建一个新的数组，遍历原数组。在26行开始将原数组的值赋值为新数组的键，然后在37行开始将原数组的键赋值为新数组的值，如果有重复的，则使用新值覆盖旧值。整个函数的时间复杂度也是O(n)。因此，使用了array_flip之后再使用array_keys的时间复杂度是O(n)。
接下来，我们看看array_unique函数的源码。点击链接查看原始代码。
1 /* {{{ proto array array_unique(array input [, int sort_flags]) 2 Removes duplicate values from array */ 3 PHP_FUNCTION(array_unique) 4 { 5 // 定义变量 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 // 解析参数17 if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "a|l", &array, &sort_type) == FAILURE) {18 return;19 }20 21 // 设置比较函数22 php_set_compare_func(sort_type TSRMLS_CC);23 24 // 初始化返回数组25 array_init_size(return_value, zend_hash_num_elements(Z_ARRVAL_P(array)));26 // 将值拷贝到新数组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) { /* 什么都不做 */30 return;31 }32 33 /* 根据target_hash buckets的指针创建数组并排序 */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 /* 遍历排序好的数组，然后删除重复的元素 */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，这个函数初始化一个新的数组，然后将值拷贝到新数组，然后在45行调用排序函数对数组进行排序，排序的算法是zend引擎的块树排序算法。接着遍历排序好的数组，删除重复的元素。整个函数开销最大的地方就在调用排序函数上，而快排的时间复杂度是O(n*logn)，因此，该函数的时间复杂度是O(n*logn)。
结论
因为array_unique底层调用了快排算法，加大了函数运行的时间开销，导致整个函数的运行较慢。这就是为什么array_keys比array_unique函数更快的原因。
原创文章，文笔有限，才疏学浅，文中若有不正之处，万望告知。
如果本文对你有帮助，请点下推荐，写文章不容易。
Tags：【性能为王】从PHP源码剖析a
相关文章列表:
热门排行
- 安装Composer时提示choose the command-line php
- 给EcStore商城会员添加推广返利功能
- swoole_http_response::write(): send 2875520 byte data fail, max_size is 2097152.
- yii2 init或者yii命令提示No such file or directory
- IDEA 2022.1.1最新激活教程
- Warning: session_write_close(): Failed to write session data using user defined
- PHP中的变量
- php 编程笔记分享
- 一定要搜藏的20个非常有用的PHP类库
- 一则 Mysql 建表语句