在数据处理中，我们经常会遇到需要对结构相似但存储在不同并行数组中的数据进行聚合的场景。例如，有一组交易状态数组和对应的交易数量、收入、毛利数组，我们希望按交易状态对这些数据进行分组，并计算每个状态的总交易数量、总收入和总毛利。本文将深入探讨几种在 php 中实现这一目标的高效方法。
场景描述
假设我们有以下并行数组，其中 $statuses 数组定义了分组的依据：
$statuses = ['PROSPECT', 'BACKLOG', 'PROSPECT']; $of_tranxs = [2, 1, 2]; // 交易数量 $revs = [3, 1, 3]; // 收入 $mgps = [4, 1, 4]; // 毛利
我们的目标是根据 $statuses 数组中的值进行分组，并对 $of_tranxs、$revs 和 $mgps 数组中对应位置的数值进行求和。期望的输出格式如下：
array( 'status' => ['PROSPECT', 'BACKLOG'], 'of_tranx' => [4, 1], // PROSPECT: 2+2=4, BACKLOG: 1 'rev' => [6, 1], // PROSPECT: 3+3=6, BACKLOG: 1 'mgp' => [8, 1] // PROSPECT: 4+4=8, BACKLOG: 1 )
接下来，我们将介绍三种不同的实现方法。
方法一：原地修改与重新索引
这种方法通过在原始数组上直接进行操作来聚合数据。它利用一个辅助数组来记录每个状态第一次出现时的索引，后续遇到重复状态时，将当前数据累加到第一次出现的位置，并删除当前位置的数据。最后，通过 array_values() 重新索引以获得紧凑的数组。
立即学习“PHP免费学习笔记（深入）”；
实现原理
- 遍历 $statuses 数组及其索引。
- 使用一个 $found 数组记录每个 $status 值第一次出现的原始索引。
- 如果 $status 是第一次出现，则将其索引存入 $found 并跳过。
- 如果 $status 已经出现过，则将其对应的 $of_tranxs、$revs、$mgps 值累加到 $found 中记录的第一个索引位置。
- 累加完成后，删除当前 $status 及其对应并行数组中的元素。
- 循环结束后，对所有数组执行 array_values() 以消除被删除元素留下的空洞，并重新生成从 0 开始的索引。
示例代码
$status) {
if (!isset($found[$status])) {
// 如果是第一次遇到该状态，记录其索引
$found[$status] = $index;
continue;
}
// 如果该状态已存在，将当前值累加到第一次出现的索引位置
$of_tranxs[$found[$status]] += $of_tranxs[$index];
$revs[$found[$status]] += $revs[$index];
$mgps[$found[$status]] += $mgps[$index];
// 删除当前重复状态及其对应的数据
unset($statuses[$index], $of_tranxs[$index], $revs[$index], $mgps[$index]);
}
// 重新索引数组以消除被删除元素留下的空洞
$result = [
'status' => array_values($statuses),
'of_tranx' => array_values($of_tranxs),
'rev' => array_values($revs),
'mgp' => array_values($mgps)
];
var_export($result);
?>输出结果
array (
'status' =>
array (
0 => 'PROSPECT',
1 => 'BACKLOG',
),
'of_tranx' =>
array (
0 => 4,
1 => 1,
),
'rev' =>
array (
0 => 6,
1 => 1,
),
'mgp' =>
array (
0 => 8,
1 => 1,
),
)注意事项
- 此方法会修改原始数组，如果需要保留原始数据，请先进行复制。
- unset() 操作和 array_values() 在处理大量数据时可能会有性能开销，但对于大多数常见场景是高效的。
方法二：构建新数组并显式管理索引
这种方法通过构建一个全新的结果数组来避免修改原始数据，并显式地管理新数组中的索引。
实现原理
- 初始化一个空的 $result 数组和用于新索引的计数器 $i。
- 使用一个辅助数组 $newIndex 来映射每个 $status 值到其在新 $result 数组中的索引。
- 遍历原始 $statuses 数组。
- 如果 $status 是第一次遇到，则将其添加到 $result 数组中，并记录其在新数组中的索引 $i，然后递增 $i。
- 如果 $status 已经存在，则根据 $newIndex 中记录的索引，将当前值累加到 $result 数组中对应位置。
示例代码
$status) {
if (!isset($newIndex[$status])) {
// 如果是第一次遇到该状态，在新结果数组中添加新条目
$newIndex[$status] = $i++; // 记录新索引并递增
$result['status'][] = $status;
$result['of_tranx'][] = $of_tranxs[$oldIndex];
$result['rev'][] = $revs[$oldIndex];
$result['mgp'][] = $mgps[$oldIndex];
} else {
// 如果状态已存在，累加到对应的新索引位置
$targetNewIndex = $newIndex[$status];
$result['of_tranx'][$targetNewIndex] += $of_tranxs[$oldIndex];
$result['rev'][$targetNewIndex] += $revs[$oldIndex];
$result['mgp'][$targetNewIndex] += $mgps[$oldIndex];
}
}
var_export($result);
?>输出结果
array (
'status' =>
array (
0 => 'PROSPECT',
1 => 'BACKLOG',
),
'of_tranx' =>
array (
0 => 4,
1 => 1,
),
'rev' =>
array (
0 => 6,
1 => 1,
),
'mgp' =>
array (
0 => 8,
1 => 1,
),
)注意事项
- 此方法不修改原始数组，保持了数据的完整性。
- 通过显式管理索引，避免了 array_values() 的额外开销。
方法三：利用引用构建结构化结果集
这种方法在构建新数组的同时，利用 PHP 的引用机制来简化代码，并能生成更具结构化的输出（例如，一个包含关联数组的数组）。
实现原理
- 初始化一个空的 $result 数组。
- 使用一个辅助数组 $ref 来存储每个唯一状态的聚合数据（以关联数组形式），并将其作为引用推入 $result 数组。
- 遍历原始 $statuses 数组。
- 如果 $status 是第一次遇到，创建一个包含当前状态及其所有对应数值的关联数组，将其存入 $ref[$status]，然后将 $ref[$status] 的引用推入 $result 数组。
- 如果 $status 已经存在，则直接通过 $ref[$status] 引用访问并累加其内部的数值。
示例代码
$status) {
if (!isset($ref[$status])) {
// 如果是第一次遇到该状态，创建新的聚合数据结构
$ref[$status] = [
'status' => $status,
'of_tranx' => $of_tranxs[$i],
'rev' => $revs[$i],
'mgp' => $mgps[$i],
];
// 将该聚合数据的引用推入结果数组
$result[] = &$ref[$status];
} else {
// 如果状态已存在，通过引用直接更新聚合数据
$ref[$status]['of_tranx'] += $of_tranxs[$i];
$ref[$status]['rev'] += $revs[$i];
$ref[$status]['mgp'] += $mgps[$i];
}
}
var_export($result);
?>输出结果
array (
0 =>
array (
'status' => 'PROSPECT',
'of_tranx' => 4,
'rev' => 6,
'mgp' => 8,
),
1 =>
array (
'status' => 'BACKLOG',
'of_tranx' => 1,
'rev' => 1,
'mgp' => 1,
),
)注意事项
- 此方法也避免了修改原始数组。
- 输出结果是一个包含关联数组的数组，这种格式在许多应用场景中可能更易于处理和理解。
- 引用在循环中避免了数据的重复复制，提高了效率。
总结
本文介绍了三种在 PHP 中根据一个数组对多个并行数组进行分组和求和的有效方法。
- 原地修改与重新索引：适用于对原始数据进行修改可接受的场景，代码相对简洁，但最终需要 array_values() 来重新索引。
- 构建新数组并显式管理索引：适用于不希望修改原始数据，且对输出格式要求与原始并行数组类似的场景，通过手动管理索引避免了额外的重新索引操作。
- 利用引用构建结构化结果集：适用于需要更具结构化输出（如关联数组列表）的场景，代码逻辑清晰，且利用引用机制高效地构建了结果。
选择哪种方法取决于具体的业务需求、对性能的考量以及对代码可读性和维护性的偏好。所有这些方法都通过单次遍历实现了数据聚合，因此在处理大量数据时都具有较好的性能表现。在 PHP 7.4 及更高版本中，这些方法均可稳定运行。
