詳解php如何對百萬級資料進行快速排重

在平時的工作中，經常接到要對網站的會員進行站內信、手機簡訊、email進行群發資訊的通知，使用者列表一般由別的同事提供，當中難免會有重複，為了避免重複發送，所以我在進行發送資訊前要對他們提供的使用者列表進行排重，下面我以uid列表來講講我是如何利用php數組進行排重的。希望對大家有所協助。

假如得到一個uid列表，數量在百萬行以上，格式如下：

10001000 10001001 10001002 ...... 10001000 ...... 10001111　　

其實利用php數組的特性，很好進行排重，我們先來看一下php數組的定義：PHP 中的數組實際上是一個有序映射。映射是一種把 values 關聯到 keys 的類型。此類型在很多方面做了最佳化，因此可以把它當成真正的數組，或列表（向量），散列表（是映射的一種實現），字典，集合，棧，隊列以及更多可能性。數組元素的值也可以是另一個數組。樹形結構和多維陣列也是允許的。
在php的數組中，鍵（keys）也稱為索引，具有唯一性，我們正可以利用這一特性進行排重，範例程式碼如下：

<?php//定義一個數組，用於存放排重後的結果 $result = array(); //讀取uid列表檔案 $fp = fopen('test.txt', 'r'); while(!feof($fp)) { $uid = fgets($fp); $uid = trim($uid); $uid = trim($uid, "\r"); $uid = trim($uid, "\n"); if($uid == '') { continue; } //以uid為key去看該值是否存在 if(empty($result[$uid])) { $result[$uid] = 1; } } fclose($fp); //將結果儲存到檔案 $content = ''; foreach($result as $k => $v) { $content .= $k."\n"; } $fp = fopen('result.txt', 'w'); fwrite($fp, $content); fclose($fp); ?>　　

20多行代碼，就可以對百萬以上的資料進行排重，效率也不錯，非常實用。手機號、email，也可以採用這種方式進行排重。
還有，這可方法還可以用於兩個檔案進行排重的工作，如果你有兩個uid列表檔案，格式和上面的uid列表一樣，樣本程式如下：

<?php //定義數組，用於存放排重後的結果 $result = array(); //讀取第一個uid列表檔案，放入$result_1 $fp = fopen('test_1.txt', 'r'); while(!feof($fp)) { $uid = fgets($fp); $uid = trim($uid); $uid = trim($uid, "\r"); $uid = trim($uid, "\n"); if($uid == '') { continue; } //以uid為key寫入$result，如有重複就會覆蓋 $result[$uid] = 1; } fclose($fp); //讀取第二個uid列表檔案，並進行排重操作 $fp = fopen('test_2.txt', 'r'); while(!feof($fp)) { $uid = fgets($fp); $uid = trim($uid); $uid = trim($uid, "\r"); $uid = trim($uid, "\n"); if($uid == '') { continue; } //以uid為key去看該值是否存在 if(empty($result[$uid])) { $result[$uid] = 1; } } fclose($fp); //$result裡儲存的就排重以後的結果，可以輸出到檔案，代碼省略 ?>

仔細想想，不難發現，利用數組的這一特性還可以解決我們工作中的更多問題。