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 '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

/* {{{ 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)
{
  //变量定义
  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, *entry tsrmls_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)) {
        case hash_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;

        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)。

/* {{{ proto array array_flip(array input)
  return array with key <-> value flipped */
php_function(array_flip)
{
  // 定义变量
  zval *array, **entry, *data;
  char *string_key;
  uint str_key_len;
  ulong num_key;
  hashposition pos;

  // 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)) {
      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;
    }

    // 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);
    } 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。

/* {{{ proto array array_unique(array input [, int sort_flags])
  removes duplicate values from array */
php_function(array_unique)
{
  // 定义变量
  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_type tsrmls_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_hash buckets的指针创建数组并排序 */
  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, 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，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。