PHP中array_keys和array_unique函数源码的分析
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'ArrayUnique:'.$time."\n"; $time=microtime(true); $out=array_keys(array_flip($test)); $time=microtime(true)-$time; echo'KeysFlip:'.$time."\n"; $time=microtime(true); $out=array_flip(array_flip($test)); $time=microtime(true)-$time; echo'FlipFlip:'.$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
/*{{{protoarrayarray_keys(arrayinput[,mixedsearch_value[,boolstrict]])
Returnjustthekeysfromtheinputarray,optionallyonlyforthespecifiedsearch_value*/
PHP_FUNCTION(array_keys)
{
//变量定义
zval*input,/*Inputarray*/
*search_value=NULL,/*Valuetosearchfor*/
**entry,/*Anentryintheinputarray*/
res,/*Resultofcomparison*/
*new_val;/*Newvalue*/
intadd_key;/*Flagtoindicatewhetherakeyshouldbeadded*/
char*string_key;/*Stringkey*/
uintstring_key_len;
ulongnum_key;/*Numerickey*/
zend_boolstrict=0;/*dostrictcomparison*/
HashPositionpos;
int(*is_equal_func)(zval*,zval*,zval*TSRMLS_DC)=is_equal_function;
//程序解析参数
if(zend_parse_parameters(ZEND_NUM_ARGS()TSRMLS_CC,"a|zb",&input,&search_value,&strict)==FAILURE){
return;
}
//如果strict是true，则设置is_equal_func为is_identical_function，即全等比较
if(strict){
is_equal_func=is_identical_function;
}
/*根据search_vale初始化返回的数组大小*/
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;
/*遍历输入的数组参数，然后添加键值到返回的数组*/
zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(input),&pos);//重置指针
//循环遍历数组
while(zend_hash_get_current_data_ex(Z_ARRVAL_P(input),(void**)&entry,&pos)==SUCCESS){
//如果search_value不为空
if(search_value!=NULL){
//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
is_equal_func(&res,search_value,*entryTSRMLS_CC);
add_key=zval_is_true(&res);
}
if(add_key){
//创建一个zval结构体
MAKE_STD_ZVAL(new_val);
//根据键值是字符串还是整型数字将值插入到return_value中
switch(zend_hash_get_current_key_ex(Z_ARRVAL_P(input),&string_key,&string_key_len,&num_key,1,&pos)){
caseHASH_KEY_IS_STRING:
ZVAL_STRINGL(new_val,string_key,string_key_len-1,0);
//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
zend_hash_next_index_insert(Z_ARRVAL_P(return_value),&new_val,sizeof(zval*),NULL);
break;
caseHASH_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;
}
}
//移动到下一个
zend_hash_move_forward_ex(Z_ARRVAL_P(input),&pos);
}
}
/*}}}*/
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)。
/*{{{protoarrayarray_flip(arrayinput)
Returnarraywithkey<->valueflipped*/
PHP_FUNCTION(array_flip)
{
//定义变量
zval*array,**entry,*data;
char*string_key;
uintstr_key_len;
ulongnum_key;
HashPositionpos;
//解析数组参数
if(zend_parse_parameters(ZEND_NUM_ARGS()TSRMLS_CC,"a",&array)==FAILURE){
return;
}
//初始化返回数组
array_init_size(return_value,zend_hash_num_elements(Z_ARRVAL_P(array)));
//重置指针
zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(array),&pos);
//遍历每个元素，并执行键<->值交换操作
while(zend_hash_get_current_data_ex(Z_ARRVAL_P(array),(void**)&entry,&pos)==SUCCESS){
//初始化一个结构体
MAKE_STD_ZVAL(data);
//将原数组的值赋值为新数组的键
switch(zend_hash_get_current_key_ex(Z_ARRVAL_P(array),&string_key,&str_key_len,&num_key,1,&pos)){
caseHASH_KEY_IS_STRING:
ZVAL_STRINGL(data,string_key,str_key_len-1,0);
break;
caseHASH_KEY_IS_LONG:
Z_TYPE_P(data)=IS_LONG;
Z_LVAL_P(data)=num_key;
break;
}
//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
if(Z_TYPE_PP(entry)==IS_LONG){
zend_hash_index_update(Z_ARRVAL_P(return_value),Z_LVAL_PP(entry),&data,sizeof(data),NULL);
}elseif(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);/*willfreealsozvalstructure*/
php_error_docref(NULLTSRMLS_CC,E_WARNING,"CanonlyflipSTRINGandINTEGERvalues!");
}
//下一个
zend_hash_move_forward_ex(Z_ARRVAL_P(array),&pos);
}
}
/*}}}*/
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。
/*{{{protoarrayarray_unique(arrayinput[,intsort_flags])
Removesduplicatevaluesfromarray*/
PHP_FUNCTION(array_unique)
{
//定义变量
zval*array,*tmp;
Bucket*p;
structbucketindex{
Bucket*b;
unsignedinti;
};
structbucketindex*arTmp,*cmpdata,*lastkept;
unsignedinti;
longsort_type=PHP_SORT_STRING;
//解析参数
if(zend_parse_parameters(ZEND_NUM_ARGS()TSRMLS_CC,"a|l",&array,&sort_type)==FAILURE){
return;
}
//设置比较函数
php_set_compare_func(sort_typeTSRMLS_CC);
//初始化返回数组
array_init_size(return_value,zend_hash_num_elements(Z_ARRVAL_P(array)));
//将值拷贝到新数组
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;
}
/*根据target_hashbuckets的指针创建数组并排序*/
arTmp=(structbucketindex*)pemalloc((Z_ARRVAL_P(array)->nNumOfElements+1)*sizeof(structbucketindex),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(structbucketindex),php_array_data_compareTSRMLS_CC);
/*遍历排序好的数组，然后删除重复的元素*/
lastkept=arTmp;
for(cmpdata=arTmp+1;cmpdata->b;cmpdata++){
if(php_array_data_compare(lastkept,cmpdataTSRMLS_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-1TSRMLS_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，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(nlogn)，因此，该函数的时间复杂度是O(nlogn)。
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。