在 php 中查找有效和非重复条目的算法 - Algorithm in finding valid and non-duplicate entries in php

>我目前正在使用 php 来帮助我找到有效且不重复的条目，

我需要的

有效和不重复的列表
无效输入列表（唯一）
重复输入列表

我的方法是首先为原始数组创建 5 个数组 2,1 个没有错误（空）， 1 表示有效（空），1 表示重复（空）

首先使用原始数组之一，对于每个元素：检查有效并检查重复项，如果无效，则放入无效数组中，并使用 inarray 检查重复

项

毕竟，我得到一个无效和重复的数组，然后使用原始数组，检查哪个元素不在这两个数组中。工作完成了。

我的问题是，它似乎效率很低，我该如何改进它？（如果使用一些著名的算法，则可感知）

谢谢。

   // get all duplicate input and store in an array
    for ($row = 1; $row <= $highestRow; $row++) {
    for ($y = 0; $y < $highestColumn; $y++) {
        $val = $sheet->getCellByColumnAndRow($y, $row)->getValue();
//use reg exp to check whether it is valid
        if ($y == $mailColumn && !preg_match($pattern,$val))
        {$invaild[]=$row;}
//if valid, test whether it is duplicate
        elseif ($y == $mailColumn && in_array($val,$email))
        {$duplicate[]=$val;
        $duplicate[]=$row;}
        if ($y == $mailColumn)
        {$email[]=$val;
        $email=array_unique($email);}
      }
    }

// unique invalid array since i just need  invalid  inputs, not the invalid + duplicate input 
$invaild=array_unique($invaild);

试试这个：

<?php     
echo "<pre>";    
$array1 = array("a@b.com","c","c","d@e.com","test1","","test3","test2","test3");    
$array_no_mistake = array_filter($array1,function($subject){if(trim($subject)=="") return true;});    
$array_uniq = array_diff(array_unique($array1),$array_no_mistake);    
$array_dups = array_diff_assoc(array_diff($array1,$array_no_mistake),$array_uniq);    
$array_valid = array_filter($array_uniq,function($subject){    
    if (preg_match('/'A(?:[a-z0-9!#$%&''*+'/=?^_`{|}~-]+(?:'.[a-z0-9!#$%&''*+'/=?^_`{|}~-]+)*@(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?'.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?)'Z/i', $subject)) {    
    return true;    
} else {    
    return false;    
}    
});    

$array_invalid = array_diff_assoc($array_uniq,$array_valid);    

print_r($array1);    
print_r($array_no_mistake);    
print_r($array_uniq);    
print_r($array_dups);    
print_r($array_valid);    
print_r($array_invalid);    
?>

1）您似乎只对电子邮件列感兴趣，因此我认为迭代所有其他列是没有意义的（因此内部循环基本上是多余的）。

2）您可以使用关联数组将电子邮件存储为索引，然后通过检查数组中是否存在索引/电子邮件来有效地查找重复项。

下面是一个示例：

$valid   = array();
$invalid = array();
$dups    = array();
for ( $row = 0; $row < $highestRow; $row++ )
{
    $email = $sheet->getCellByColumnAndRow( $mailColumn, $row )->getValue();
    if ( !preg_match( $pattern, $email ) )
    {
        $invalid[] = $row;
    }
    else if ( isset( $dups[ $email ] ) )
    {
        $dups[ $email ][] = $row;
    }
    else
    {
        $dups[ $email ] = array();
        $valid[] = $row
    }
}

最后，$invalid将保存所有无效行的列表，$dups将保存一个数组数组，每个数组表示当前电子邮件作为索引的行，其值是一个数组，其中列出了共享此电子邮件的行。如果某个索引处的数组为空，则不会复制电子邮件。$valid将保存有效行的编号。现在花哨的算法，对不起...