PHP array_uintersect 多维数组深度比较与高效过滤策略

在PHP中处理多维数组与扁平数组的深度比较时，`array_uintersect` 函数常被用于查找交集。本文将深入探讨在使用 `array_uintersect` 进行特定键值比较时可能遇到的 `strcmp` 类型错误，并提供基于严格比较 (`===`) 的解决方案。同时，文章还将介绍一种更高效且符合PHP习惯的 `array_filter` 结合 `array_flip` 方法，以实现对多维数组的精准过滤和优化性能。

理解多维数组深度比较的需求

在Web开发中，我们经常会遇到需要从一个包含复杂结构（如关联数组）的数据集中，根据另一个简单的值列表来筛选数据的情况。例如，给定一个包含URL和父URL的多维数组 $urls，以及一个扁平的唯一URL列表 $urls_uniq，我们的目标是找出 $urls 中那些 'url' 键的值存在于 $urls_uniq 中的所有行。

考虑以下数据结构：

$urls = [
    [
        'url' => 'https://www.example.com/',
        'parent_url' => 'https://www.example.com/bleh/bleh.aspx'
    ],
    [
        'url' => 'https://www.example.com/',
        'parent_url' => 'https://www.example.com/bla/bla.aspx'
    ],
    [
        'url' => 'https://www.example.com/other.html',
        'parent_url' => 'https://www.example.com/main.aspx'
    ]
];

$urls_uniq = [
    'https://www.example.com/',
    'https://www.example.com/go/173.aspx'
];

用户最初尝试使用 array_uintersect() 配合自定义比较函数来解决此问题：

立即学习“PHP免费学习笔记（深入）”；

function compareDeepValue($val1, $val2)
{
   // 预期 $val1 来自 $urls (一个数组), $val2 来自 $urls_uniq (一个字符串)
   return strcmp($val1['url'], $val2);
}

$intersect = array_uintersect($urls, $urls_uniq, 'compareDeepValue');

然而，这段代码在运行时抛出了一个错误：strcmp(): Argument #1 ($string1) must be of type string, array given。

分析 strcmp 错误的原因

array_uintersect() 函数通过用户提供的回调函数来比较两个数组的元素。回调函数 compareDeepValue($a, $b) 会接收来自第一个数组 ($urls) 的一个元素作为 $a，以及来自第二个数组 ($urls_uniq) 的一个元素作为 $b。因此，$val1 会是一个如 ['url' =youjiankuohaophpcn '...', 'parent_url' => '...'] 这样的关联数组，而 $val2 则是一个纯字符串。

问题出在 strcmp() 函数上。strcmp() 是一个专门用于比较两个字符串的函数，它要求其所有参数都必须是字符串类型。尽管在 compareDeepValue 中我们尝试通过 $val1['url'] 来获取字符串，但如果 $val1 本身不符合预期结构（例如，'url' 键不存在，或者 $val1 意外地不是数组），那么 $val1['url'] 的结果可能不是字符串，从而导致 strcmp 报错。在上述错误信息中，提示第一个参数是数组，这表明在某个时刻，strcmp 接收到了一个数组，而不是它所期望的字符串。这可能是由于数据结构不一致、数组为空或者 array_uintersect 在某些边缘情况下传递了不符合预期的值。

Programming Helper

AI代码自动生成器，在AI的帮助下更快地编程

下载

解决方案一：使用严格比较优化 array_uintersect

为了解决 strcmp 的类型问题，并提高比较的鲁棒性，我们可以将回调函数中的 strcmp 替换为基于严格相等 (===) 的比较逻辑。同时，增加对输入参数的类型检查，以确保代码的健壮性。

function compareDeepValueStrict($val1, $val2)
{
    // 1. 确保 $val1 是一个数组且包含 'url' 键
    if (!is_array($val1) || !isset($val1['url'])) {
        // 如果 $val1 结构不正确，则认为它们不相等
        return 1; // 返回非零值表示不相等
    }

    // 2. 确保 $val2 是一个字符串
    if (!is_string($val2)) {
        // 如果 $val2 不是字符串，则认为它们不相等
        return 1;
    }

    // 3. 使用严格相等 === 进行比较
    // 比较函数需要返回一个整数：
    // 小于 0：如果第一个参数小于第二个参数
    // 等于 0：如果第一个参数等于第二个参数
    // 大于 0：如果第一个参数大于第二个参数
    if ($val1['url'] === $val2) {
        return 0; // 相等
    } elseif ($val1['url'] < $val2) {
        return -1; // $val1['url'] 小于 $val2
    } else {
        return 1; // $val1['url'] 大于 $val2
    }
}

$intersect_uintersect = array_uintersect($urls, $urls_uniq, 'compareDeepValueStrict');

echo "使用 array_uintersect 的结果:\n";
print_r($intersect_uintersect);

输出结果:

使用 array_uintersect 的结果:
Array
(
    [0] => Array
        (
            [url] => https://www.example.com/
            [parent_url] => https://www.example.com/bleh/bleh.aspx
        )

    [1] => Array
        (
            [url] => https://www.example.com/
            [parent_url] => https://www.example.com/bla/bla.aspx
        )

)

这种方法通过明确的类型检查和严格比较，有效地规避了 strcmp 的潜在错误，并确保了 array_uintersect 能够正确地进行深度比较。

解决方案二：使用 array_filter 结合 array_flip 实现高效过滤（推荐）

尽管 array_uintersect 可以通过上述方法解决，但在这种特定场景下（过滤一个数组，使其特定键的值存在于另一个扁平数组中），array_filter 结合 array_flip 往往是更高效、更直观且更符合PHP习惯的解决方案。

工作原理:

1. array_flip($urls_uniq): 将 $urls_uniq 数组的键值对进行反转。这意味着 $urls_uniq 中的每个URL字符串将成为新数组的键，值为 0。这样做的好处是，通过 isset($flipped_array[$key]) 进行查找的时间复杂度是 O(1)，而不是 in_array() 的 O(n)。
2. array_filter($urls, function(...)): 遍历 $urls 数组的每个元素。对于每个元素，回调函数会检查其 'url' 键的值是否存在于翻转后的 $urls_uniq 数组的键中。

// 1. 优化查找性能：将 $urls_uniq 翻转为键值对，以便 O(1) 查找
$urls_uniq_flipped = array_flip($urls_uniq);

// 2. 使用 array_filter 过滤 $urls 数组
$filtered_urls = array_filter($urls, function($item) use ($urls_uniq_flipped) {
    // 确保 $item 是一个数组且包含 'url' 键
    if (!is_array($item) || !isset($item['url'])) {
        return false; // 结构不正确，不保留
    }
    // 检查当前元素的 'url' 值是否存在于翻转后的 $urls_uniq 键中
    return isset($urls_uniq_flipped[$item['url']]);
});

// 如果需要重新索引数组，可以使用 array_values
$filtered_urls = array_values($filtered_urls);

echo "\n使用 array_filter 和 array_flip 的结果:\n";
print_r($filtered_urls);

输出结果:

使用 array_filter 和 array_flip 的结果:
Array
(
    [0] => Array
        (
            [url] => https://www.example.com/
            [parent_url] => https://www.example.com/bleh/bleh.aspx
        )

    [1] => Array
        (
            [url] => https://www.example.com/
            [parent_url] => https://www.example.com/bla/bla.aspx
        )

)

这种方法不仅代码更简洁，而且在处理大型数据集时，其性能优势尤为明显，因为它避免了 array_uintersect 可能带来的额外比较开销。

注意事项与最佳实践

1. 数据验证: 在处理任何数组操作时，尤其是涉及多维数组和特定键值时，务必进行充分的数据验证。例如，在访问 $item['url'] 之前，使用 isset() 检查键是否存在，并使用