PHP二维数组按一维数组指定列进行高效过滤

问题描述

在php开发中，我们经常会遇到需要根据特定条件过滤复杂数组结构的情况。一个常见的场景是，我们有一个包含多个关联数组（或对象）的二维数组，需要根据其中某个键（列）的值，与另一个一维的“白名单”数组进行匹配，从而筛选出符合条件的行。

例如，给定以下两个数组：

$a1 = [
    ['name' => 'mike',  'age' => 18],
    ['name' => 'james', 'age' => 22],
    ['name' => 'sarah', 'age' => 35],
    ['name' => 'ken',   'age' => 29],
];

$a2 = [22, 25, 35, 40]; // 白名单年龄

我们的目标是筛选出 $a1 中 age 值为 $a2 中任意一个元素的行，期望的输出结果是：

[
    ['name' => 'james', 'age' => 22],
    ['name' => 'sarah', 'age' => 35]
]

直接使用 array_intersect() 或不带回调的 array_filter() 无法实现这一目标，因为它们无法处理多维数组的特定列比较，或需要自定义比较逻辑。

方法一：使用 array_uintersect() 进行高级比较

array_uintersect() 函数可以计算两个或多个数组的交集，其值由用户提供的回调函数进行比较。这使得它非常适合处理需要自定义比较逻辑的复杂数组结构。

立即学习“PHP免费学习笔记（深入）”；

工作原理

array_uintersect() 接受两个或多个数组作为输入，并要求提供一个回调函数来比较数组中的元素。回调函数会接收两个参数，分别代表来自不同数组的元素。我们需要在这个回调函数中定义如何比较这两个元素，以确定它们是否“相等”并构成交集。

对于我们的问题，回调函数需要从 $a1 的元素中提取 age 值，并直接比较 $a2 中的值。由于 array_uintersect() 在内部迭代时，传递给回调函数的参数可能来自 $a1（一个关联数组）或 $a2（一个标量值），因此需要一个健壮的逻辑来获取正确的比较值。

示例代码

<?php

$a1 = [
    ['name' => 'mike',  'age' => 18],
    ['name' => 'james', 'age' => 22],
    ['name' => 'sarah', 'age' => 35],
    ['name' => 'ken',   'age' => 29],
];

$a2 = [22, 25, 35, 40];

$filteredArray = array_uintersect(
    $a1,
    $a2,
    // 匿名函数作为回调，比较两个元素
    fn($a, $b) => ($a['age'] ?? $a) <=> ($b['age'] ?? $b)
);

var_export($filteredArray);

?>

代码解析

• fn($a, $b) => ...：这是一个PHP 7.4+ 的箭头函数，作为比较回调。
• ($a['age'] ?? $a)：这个表达式是关键。它尝试获取 $a 元素的 age 键值。如果 $a 是一个关联数组（来自 $a1），它将返回 age 的值。如果 $a 是一个标量值（来自 $a2），$a['age'] 将不存在，?? (null 合并运算符) 会使其回退到 $a 本身的值。同样逻辑适用于 $b。
• <=> (飞船运算符)：PHP 7 引入的飞船运算符，用于三向比较。它返回 -1（如果左侧小于右侧），0（如果两者相等），或 1（如果左侧大于右侧）。array_uintersect() 需要这样的比较结果来判断元素是否相等。

注意事项

• array_uintersect() 的性能取决于回调函数的效率和数组的大小。
• 回调函数必须正确处理来自不同数组的元素类型，确保比较逻辑的健壮性。
• 此方法返回的数组将保留 $a1 中匹配元素的键，如果需要重置键，可以再调用 array_values()。

方法二：利用 array_filter() 结合 in_array()

array_filter() 函数通过回调函数过滤数组中的元素。对于每个元素，回调函数返回 true 则保留该元素，返回 false 则移除。结合 in_array()，可以简洁地实现我们的过滤需求。

即构数智人

即构数智人是由即构科技推出的AI虚拟数字人视频创作平台，支持数字人形象定制、短视频创作、数字人直播等。

36

查看详情

工作原理

array_filter() 遍历数组的每个元素，并将该元素作为参数传递给回调函数。在回调函数内部，我们检查当前元素的 age 值是否存在于白名单数组 $a2 中。in_array() 函数专门用于检查一个值是否存在于一个数组中。

示例代码

<?php

$a1 = [
    ['name' => 'mike',  'age' => 18],
    ['name' => 'james', 'age' => 22],
    ['name' => 'sarah', 'age' => 35],
    ['name' => 'ken',   'age' => 29],
];

$a2 = [22, 25, 35, 40];

$filteredArray = array_filter(
    $a1, 
    // 匿名函数作为回调，检查当前行的'age'是否在$a2中
    fn($row) => in_array($row['age'], $a2)
);

var_export($filteredArray);

?>

代码解析

• array_filter($a1, ...)：遍历 $a1 中的每个子数组（行）。
• fn($row) => ...：对于 $a1 中的每一行（例如 ['name' => 'james', 'age' => 22]），$row 就是这个子数组。
• in_array($row['age'], $a2)：检查当前行的 age 值（例如 22）是否存在于白名单数组 $a2 中。如果存在，in_array() 返回 true，array_filter() 就会保留这一行；否则返回 false，该行被过滤掉。

性能考量与优化

尽管这种方法代码简洁易懂，但需要注意 in_array() 的性能特性。in_array() 在每次调用时都会遍历整个目标数组（这里是 $a2）来查找值。如果 $a1 和 $a2 都非常大，那么在 array_filter() 的每次迭代中重复调用 in_array() 可能会导致性能瓶颈。其时间复杂度大致为 O(N*M)，其中 N 是 $a1 的长度，M 是 $a2 的长度。

对于大型数据集，一个常见的优化策略是将白名单数组 $a2 转换为一个关联数组（或哈希表），这样查找操作的时间复杂度可以近似达到 O(1)。

优化示例：

<?php

$a1 = [
    ['name' => 'mike',  'age' => 18],
    ['name' => 'james', 'age' => 22],
    ['name' => 'sarah', 'age' => 35],
    ['name' => 'ken',   'age' => 29],
];

$a2 = [22, 25, 35, 40];

// 将白名单数组转换为键值对，键和值都为白名单元素
// 这样 array_key_exists() 或 isset() 可以进行 O(1) 查找
$whitelistMap = array_flip($a2); // 或者 foreach 循环构建

$filteredArray = array_filter(
    $a1, 
    fn($row) => isset($whitelistMap[$row['age']])
);

var_export($filteredArray);

?>

通过将 $a2 转换为 $whitelistMap，我们利用 isset() 或 array_key_exists() 进行查找，这通常比 in_array() 更快，尤其是在 $a2 元素数量较多的情况下。

总结与建议

本文介绍了两种在PHP中根据一维数组筛选二维数组特定列的有效方法：

1. array_uintersect() 与自定义回调：适用于需要复杂比较逻辑的场景，尤其当两个数组结构差异较大时。其回调函数需要精心设计以处理不同类型的参数。
2. array_filter() 与 in_array()：代码简洁，易于理解。但在处理大型数据集时，由于 in_array() 的线性查找特性，可能存在性能问题。

对于追求性能的场景，尤其是当白名单数组（$a2）较大时，强烈建议将白名单转换为关联数组（哈希表），然后结合 array_filter() 和 isset() 或 array_key_exists() 进行查找，以获得更好的性能表现。选择哪种方法取决于具体的业务需求、代码可读性要求以及对性能的考量。

以上就是PHP二维数组按一维数组指定列进行高效过滤的详细内容，更多请关注php中文网其它相关文章！