比较/匹配两个大阵列的最有效方法？

Question

我正在写一个非常流程密集的PHP函数，它需要尽可能优化，因为它可以获得速度，因为在极端情况下可能需要60秒才能完成。这是我的情况：

我想匹配一个人的数组XML列表的工作。这组人有我已经分析过的关键字，用空格分隔。作业来自大型XML文件。

这是目前的设置是这样的：

$matches = new array(); 
foreach($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; 
     } 
    } 
} 

我做的关键字循环几次以不同的类别。它做我需要它做的事情，但它感觉非常草率，这个过程可能需要很长时间，这取决于人员/工作的数量。

有没有更高效或更快速的方法来做到这一点？

Answer 1

$matches = new array(); 
foreach($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; 
     } 
    } 
} 

事实上，你的方法有点草率，但我认为这是因为你有一些特殊格式的数据，你必须解决？尽管除了只是马虎，我还是会看到一些丢失的数据，就像你处理的事情我不认为是有意的。

我看到你不是只是检查“是职位名称中的关键字”，而是“职位名称中的关键字有多少次”，然后你就是在存储这个职位。这意味着对于职位名称friendly friend of the friend company，“关键字”的朋友出现3次，因此​​。由于您在成为$people foreach循环之前声明了$matches，但这意味着您在任何时候新用户拥有该关键字时都会覆盖该值。换句话说，如果第一个人有关键字“朋友”，那么$matches["friendly friend of the friend company"]设置为3.然后，如果第二个人有关键字“友好”，则该值将被覆盖，并且$matches["friendly friend of the friend company"]现在等于1.

I认为你想要做的是计数有多少人有一个关键字是包含在职位名称。在这种情况下，您应该看到，如果它出现，而不是计算$keyword在$job->title中出现的次数，并相应地做出响应。

$matches = new array(); 
foreach($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，你想知道多少关键字一个特定的人曾其匹配给定的职务。在这种情况下，你会想每个人都有一个单独的数组。这是稍做修改而完成的。

$matches = new array(); 
foreach($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，你可以返回到计数关键字现在多少次比赛，因为每个人其实这是一个有意义的值（“以及如何做这项工作匹配”）

$matches = new array(); 
foreach($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 */ 
     } 
    } 
} 

本质上，在解决让循环高效的问题之前，你需要弄清楚你的循环真正要完成的是什么。把这一点说出来，然后提高效率的最好方法就是将循环的迭代次数降到最低，并尽可能多地使用内置函数，因为这些函数都是用C语言实现的（一个非解释的，因此更快 - 运行语言）。

Answer 2

你可以使用的话指数在职称，使查找更高效：

$jobsByWords = array(); 
foreach ($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; 
    } 
} 

然后你只迭代人，并检查关键字索引：

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; 
      } 
     } 
    } 
}