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结果，以此为前提来模拟生成一些数据：
以下是代码片段：
<?php
$rand = function() {
$result = array();
for ($i = 0; $i < 1000; null) {
$value = mt_rand(1, 10000);
if (!isset($result[$value])) {
$result[$value] = null;
$i++;
}
}
return array_keys($result);
};
$param_a = $rand();
$param_b = $rand();
?>
注：留意数据量的大小，以几百到几万为宜。
先来看看通过PHP内置方法array_intersect实现的性能：
| 以下是代码片段： <?php $time = microtime(true); $result = array_intersect($param_a, $param_b); $time = microtime(true) - $time; echo "array_intersect: {$time}\n"; ?> |
再来看看通过自定义方法intersect实现的性能：
以下是代码片段：
<?php
function intersect() {
if (!func_num_args()) {
trigger_error(’param error’, E_USER_ERROR);
}
foreach (func_get_args() AS $arg) {
if (!is_array($arg)) {
trigger_error(’param error’, E_USER_ERROR);
}
}
$result = array();
$data = array_count_values(
call_user_func_array(’array_merge’, func_get_args())
);
foreach ($data AS $value => $count) {
if ($count > 1) {
$result[] = $value;
}
}
return $result;
}
$time = microtime(true);
$result = intersect($param_a, $param_b);
$time = microtime(true) - $time;
echo "intersect: {$time}\n";
?>
注：如果数组元素的数量很大的话，array_merge的时候可能会溢出。
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
- intersect: 0.0026049613952637
这是因为array_intersect和intersect的功能并不完全等价，看下面的例子：
以下是代码片段：
$param_a = array(1, 2, 2);
$param_b = array(1, 2, 3);
var_dump(
array_intersect($param_a, $param_b),
intersect($param_a, $param_b)
);
- array_intersect: 1, 2, 2
- intersect: 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，而不是仅仅返回一个，有兴趣的读者可以变换一下参数顺序再看结果。
实际使用中，很多情况下我们都能保证数组参数没有重复元素，交集其实就是求合并数组中元素数量大于一的集合，此时在速度上array_intersect就显得鸡肋了。
[603] 