PHP数组交集优化：自定义双指针法与内置函数性能对比

背景与数据准备

在电商或设备参数场景中，由于参数种类繁多且差异大，数据库表结构常采用纵表设计（一个参数占一行）。此时查询结果通常是针对每个参数获取一组ID列表，再通过取交集获得最终符合条件的数据集。

为了模拟真实环境，我们假设每个参数对应约1000个不重复的整数ID（范围1-10000）。以下是生成测试数据的代码：

<?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();
?>

内置函数 vs 自定义方法性能对比

第一步：测试 PHP 内置 array_intersect 的性能

首先使用PHP标准库中的 array_intersect 进行基准测试：

<?php
$time = microtime(true);
$result = array_intersect($param_a, $param_b);
$time = microtime(true) - $time;
echo "array_intersect: {$time}\n";
?>

第二步：测试自定义双指针 intersect 方法的性能

接下来实现一个基于排序和双指针遍历的自定义函数 intersect：

<?php
function 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);
}
}
// 定义内部双指针比较函数
$intersect = function($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]) {
$i++;
} else if($a[$i] > $b[$j]) {
$j++;
} else {
$result[] = $a[$i];
$i++;
$j++;
}
}
return $result;
};

// 初始化结果为第一个参数，并排序
$result = array_shift($args);
sort($result);
// 依次与其他参数求交集
foreach ($args as $arg) {
sort($arg);
$result = $intersect($result, $arg);
}
return $result;
}

$time = microtime(true);
$result = intersect($param_a, $param_b);
$time = microtime(true) - $time;
echo "intersect: {$time}\n";
?>

测试结果与分析

在上述1000个唯一元素的测试场景下，运行结果如下：

• array_intersect: 0.0239 秒
• intersect: 0.0026 秒

结果显示，自定义的 intersect 函数性能约为内置函数的 9 倍。其核心优势在于：

1. 避免哈希表开销： array_intersect 底层通常需要将参数转换为哈希表以快速查找，这在中等规模数据上可能产生较大的常数级开销。
2. 有序遍历的优势： 自定义方法先对数组进行 sort 排序，然后利用双指针在线性时间复杂度内完成匹配，避免了重复扫描或哈希冲突。

功能差异与注意事项

虽然自定义方法速度更快，但在使用前需明确其与内置函数的功能差异，特别是在处理重复元素时：

第三步：验证重复元素的处理逻辑

测试代码：

$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)
);

输出结果：

• array_intersect 返回：array(1, 2, 2)（保留第一个数组中的所有匹配项，包括重复）
• intersect 返回：array(1, 2)（去重后的交集，因为排序后双指针逐个比对，默认逻辑趋向于唯一匹配）

如果您的业务场景依赖保留原始重复值，请勿直接使用此优化的 intersect 函数替代内置函数。此外，最初尝试过的基于 array_merge 和 array_count_values 的简洁写法，虽然代码量少，但在数据量大时会因合并数组占用过高内存而不推荐用于高性能场景。

总结

在PHP中，面对中等规模（如每集合1000+元素）的唯一ID数组交集运算，自定义的双指针排序算法在性能上显著优于内置的 array_intersect。开发者在替换内置函数时，务必确认业务逻辑是否接受“去重”这一隐含特性。以上就是PHP数组交集优化代码分析的详细内容，更多关于PHP性能调优的资料请关注本站其它相关文章！