PHP去重算法的优化过程

最近公司在做一个项目，需要对爬取到的数据进行去重，方法就是根据数据的id，去除掉id重复的数据。

下面是这个方法的演化过程。

// 去重
$arr_id = array();
$LeTVFeedList = array();
for ($i = 0; $i < count($arrFeedList); $i++){
    if(!in_array($arrFeedList[i][‘id‘], $arr_id)){
        $LeTVFeedList[] = $arrFeedList[i];
        $arr_id[] = $arrFeedList[i][‘id‘];
    }
}

从上面的算法中可以看到，上面的算法用了两个数组，两个循环，所以它的时间复杂度为O(n^2)，空间复杂度为O(2n)。上面的算法，我们可以从in_array()入手，考虑下面的因素。

用数组的id作数组下标，来存储爬取到的数据值。

// 去重
$tmp_arr = array();
for ($i = 0; $i < min(count($arrFeedList),10); $i++){
    $tmp_arr[$arrFeedList[$i][‘id‘]] = $arrFeedList[$i];
}
$arrLeTVFeedList = array();
foreach ($tmp_arr as $key => $value){
    $arrLeTVFeedList[] = $value;
}

这里用了两个循环，两个数组，时间复杂度是O(2n),空间复杂度是O(2n).

后来又对循环进行了优化，变成如下代码：

// 去重
$tmp_arr = array();
$arrLeTVFeedList = array();
foreach ($arrFeedList as $key => $value){
    if(!isset($tmp_arr[$key[‘id‘]])){
        $tmp_arr[$key[‘id‘]] = $value;
        $arrLeTVFeedList[] = $value;
    }
}

isset是速度要快于for循环，以上代码是最终版本