PHP数组交集的优化

　　假设我们正在运营一个手机相关的网站，用户可以通过指定若干参数(如操作系统，屏幕分辨率，摄像头像素等等)来筛选自己想要的手机。不过由于手机的参数多，且不同的手机其参数差异大，所以参数表结构通常是纵表(一个参数是一行)，而不是横表(一个参数是一列)，此时使用若干参数来取结果，通常就是把每个单独参数来取结果，再一起取交集。

　　假定每个参数会包含一千个左右的产品ID(int)，以此为前提来模拟生成一些数据：

　　--

　　$rand = function() {

　　$result = array();

　　for ($i = 0; $i < 1000; $i++) {

　　$result[] = mt_rand(1, 10000);

　　}

　　return $result;

　　};

　　$param_a = $rand();

　　$param_b = $rand();

　　?>

　　注意：如果测试数据集过小的话，结论可能会出现不一致。

　　先看看通过PHP内置方法array_intersect实现的性能：

　　$time = microtime(true);

　　$result = array_intersect($param_a, $param_b);

　　$time = microtime(true) - $time;

　　echo "array_intersect: {$time}\n";

　　?>

　　在优化之前，我们先来看看array_intersect一些特殊的地方：

　　--

　　$param_a = array(1, 2, 2);

　　$param_b = array(1, 2, 3);

　　var_dump(

　　array_intersect($param_a, $param_b),

　　array_intersect($param_b, $param_a)

　　);

　　?>

　　array_intersect($param_a, $param_b): 1, 2, 2

　　array_intersect($param_b, $param_a): 1, 2

　　也就是说，如果在第一个数组参数中有重复元素的话，则array_intersect会返回所有满足条件的重复元素。改写array_intersect的时候最好兼容这些功能。

　　下面看看通过自定义方法int_array_intersect实现的性能：

　　--

　　function int_array_intersect()

　　{

　　if (func_num_args() < 2) {

　　trigger_error('param error', E_USER_ERROR);

　　}

　　$args = func_get_args();

　　foreach ($args AS $arg) {

　　if (!is_array($arg)) {

　　trigger_error('param error', E_USER_ERROR);

　　}

　　}

　　$intersect = function($a, $b) {

　　$result = array();

　　$length_a = count($a);

　　$length_b = count($b);

　　for ($i = 0, $j = 0; $i < $length_a && $j < $length_b; null) {

　　if($a[$i] < $b[$j] && ++$i) {

　　continue;

　　}

　　if($a[$i] > $b[$j] && ++$j) {

　　continue;

　　}

　　$result[] = $a[$i];

　　if (isset($a[$next = $i + 1]) && $a[$next] != $a[$i]) {

　　++$j;

　　}

　　++$i;

　　}

　　return $result;

　　};

　　$result = array_shift($args);

　　sort($result);

　　foreach ($args as $arg) {

　　sort($arg);

　　$result = $intersect($result, $arg);

　　}

　　return $result;

　　}

　　$time = microtime(true);

　　$result = int_array_intersect($param_a, $param_b);

　　$time = microtime(true) - $time;

　　echo "int_array_intersect: {$time}\n";

　　?>

　　直觉上，我们肯定会认为内置函数快于自定义函数，但本例中结果恰恰相反：

　　array_intersect: 0.023918151855469

　　int_array_intersect: 0.0026049613952637

　　为什么?原因在于int_array_intersect操作的都是整数，而array_intersect操作的都是字符串，如果你传给它整数，它会做一步耗时的『(string)』类型转换操作。

　　注：测试结果基于PHP5.3.5，不同版本结论可能存在差异.