Php 比较/匹配两个大型阵列的最有效方法？

我正在用PHP编写一个过程非常密集的函数，它需要尽可能优化以提高速度，因为在极端情况下，它可能需要60秒才能完成。这就是我的情况：

我正在尝试将一组人员与XML工作列表相匹配。人物数组中有我已经分析过的关键字，用空格分隔。这些作业来自一个大的XML文件

它当前的设置如下：

$matches = new array();
foreach($people as $person){
    foreach($jobs as $job){
        foreach($person['keywords'] as $keyword){
            $count = substr_count($job->title, $keyword);
            if($count > 0) $matches[$job->title] = $count;
        }
    }
}

我用不同的类别做了几次关键字循环。它做了我需要它做的事情，但感觉非常草率，而且这个过程可能需要非常非常长的时间，这取决于人数/工作

---

有没有更有效或更快的方法？你可以使用职务中的单词索引来提高查找效率：

$jobsByWords = array();
foreach ($jobs as &$job) {
    preg_match_all('/\w+/', strtolower($jobs->title), $words);
    foreach ($words[0] as $word) {
        if (!isset($jobsByWords[$word])) $jobsByWords[$word] = array();
        $jobsByWords[$word][] = &$job;
    }
}

然后您只需迭代人员并检查关键字是否在索引中：

foreach ($people as $person) {
    foreach ($person['keywords'] as $keyword) {
        $keyword = strtolower($keyword);
        if (isset($jobsByWords[$keyword])) {
            foreach ($jobsByWords[$keyword] as &$job) {
                $matches[$job->title] = true;
            }
        }
    }
}

说实话，你的方法有点草率，但我想这是因为你有一些特殊格式的数据，你必须处理？虽然我不只是草率行事，但在处理我认为并非故意的事情时，我看到了一些丢失的数据

我发现你不仅仅是在检查“是职位中的关键字”，而是在检查“职位中的关键字有多少次”，然后你存储了这个。这意味着对于朋友公司的职位

友好朋友

，“关键字”朋友显示3次，因此

$匹配[“朋友公司的友好朋友”]=3

。但是，由于您在成为每个循环的

$people

之前声明了

$matches

，这意味着您在新人拥有该关键字时会继续写入该值。换句话说，如果第一个人有关键字“friend”，则

$matches[“friendly friend of the friend company”]

设置为3。然后，如果第二个人有关键字“friendly”，则该值被过度写入，

$matches[“friendly friend of the friend company”]

现在等于1

我想你想做的是计算一下有多少人拥有一个包含在职位中的关键字。在这种情况下，您不必计算

$keyword

在

$job->title

中出现的次数，只需查看是否出现，并做出相应的响应即可

$matches = new array();
foreach($people as $person){
    foreach($jobs as $job){
        foreach($person['keywords'] as $keyword){
            if(strpos($job->title, $keyword) !== FALSE) /* "If $keyword exists in $job->title" */
                $matches[$job->title]++; /* Increment "number of people who match" */
        }
    }
}

另一种可能性是，你想知道一个人有多少关键字与一个职位相匹配。在这种情况下，每个人都需要一个单独的数组。这只需稍加修改即可完成

$matches = new array();
foreach($people as $person){
    $matches[$person] = new array();
    foreach($jobs as $job){
        foreach($person['keywords'] as $keyword){
            if(strpos($job->title, $keyword) !== FALSE) /* "If $keyword exists in $job->title" */
                $matches[$person][$job->title]++; /* Increment "number of keywords which match" */
        }
    }
}

或者，您也可以返回计算关键字现在匹配的次数，因为每个人这实际上是一个有意义的值（“工作匹配得如何”）

---

本质上，在解决使循环高效的问题之前，您需要弄清楚您的循环真正想要完成的是什么。找出这一点，那么提高效率的最佳选择就是将循环的迭代次数减少到最小，并使用尽可能多的内置函数，因为这些函数是用C（一种非解释性的，因此运行速度更快的语言）实现的。

您考虑过使用关系数据库（例如：MySQL）吗而不是“大XML文件”？因为，你知道，它们是为此而设计的。为什么你要一次匹配一个人的关键词？如果要使用substr_count函数，为什么不传递一个更大的字符串作为第二个参数，即所有关键字的集合？使用xpath搜索XML文件不是更容易吗？@NullUserException，作业来自一个动态的提要，不幸的是，它超出了我们的控制范围@萨加尔五世，我不明白你的意思。但是阻止我改变的是关键字实际上是数组中的索引，它们的值是该关键字出现的次数。我没有在我的例子中说明这一点，但它让我计算出匹配结果的分数。关键字是实际的关键字，还是也可能是关键短语？是的，为了保持简单，我省略了很多细节，并尝试将重点放在整体结构上。不过，你说得太对了。目前，关键字是数组中的索引，而值是它们出现在此人身上的次数。然后，在匹配作业时，它计算关键字在作业中出现的次数，并在不同的“匹配”数组中给它一个“分数”（关键字值*匹配数），最终让我们对相关性进行排序。在这种情况下，需要计算出现的次数（从而单独解析每个字符串）确实给了你一个独特的算法复杂性的情况。我肯定会建议初学者把人和工作的清单尽量少（如果你不输出结果，就不要为人数）。Nick也考虑给每个工作一个包含所有词汇的数组。计算机比较两个数组要快得多/容易得多，因为如果单词确实存在，您确切地知道它的起始位置。基本上，你只检查尽可能多的位置，因为有单词，而不是字母。因此，

$job->wordArray=array（'friendly'，'friend'，'of'，'the'，'friend'，'company'）。在此之后，查看
array\u count\u values（）
和
array\u key\u exists（）
以查找匹配数。@Nick注意，新方法将区分“友好”和“朋友”，但这可能很好，因为它将区分“猫”和“餐饮”谢谢，我将试一试。现在，我正在使用关键字周围带有单词边界的正则表达式来区分像“猫”和“餐饮”这样的单词，这可能对我的速度问题没有帮助。不幸的是，每个人都必须进行分析，而且无法避免，因为我需要显示所有人并能够进行排序
$matches = new array();
foreach($people as $person){
    $matches[$person] = new array();
    foreach($jobs as $job){
        foreach($person['keywords'] as $keyword){
            if(strpos($job->title, $keyword) !== FALSE) /* "If $keyword exists in $job->title" */
                $matches[$person][$job->title]++; /* Increment "number of keywords which match" */
        }
    }
}

$matches = new array();
foreach($people as $person){
    $matches[$person] = new array();
    foreach($jobs as $job){
        foreach($person['keywords'] as $keyword){
            if($count = substr_count($job->title, $keyword)) /* if(0) = false */
                $matches[$person][$job->title] += $count; /* Increase "number of keywords which match" by $count */
        }
    }
}