皮皮网

1.PHP源码如何使用
2.php原生开发的系析好处(php用原生还是框架好)
3.PHP源码分析FastCGI协议浅析
4.在源码之家下载了一个PHP网站的源码不知道如何使用
5.PHP小旋风站群系统源码
6.PHP7源码之array_unique函数分析

PHP源码如何使用

       1. PHP 源码在本地电脑上使用前，必须配置数据库信息以适应您的统源需求。

       2. 导入数据库到本地环境，码分以便源码能够正确连接和使用数据。系析

       3. 安装 WAMP 服务器，统源通过输入地址 `pare_func_t cmp 这行代码没看懂，码分咪咕代理源码不清楚是系析做什么的。compare_func_t 在 /Zend/zend_types.h 中定义：应该是统源定义了一个指向int 型返回值且带有两个指针常量参数的函数指针类型，没有查到相关资料，码分先搁着，系析继续往下看。统源

       参数解析

       ZEND_PARSE_PARAMETERS_START(1,码分 2)，第一个参数表示必传参数个数，系析第二个参数表示最多参数个数，统源即该函数参数范围是码分到位app源码 1-2 个。

       数组元素个数判断

       这段代码很容易看懂，当数组为空或只有 1 个元素时，无需去重操作，直接将array 拷贝到新数组 return_value来返回即可。

       分配持久化内存

       这一步只有当sort_type 为 PHP_SORT_STRING 时才执行。在下面可以看到调用 zend_hash_init 初始化了 array，调用 zend_hash_destroy 释放持久化的软件源码批发内存。

       设置比较函数

       进行具体比较顺序控制的函数指针是cmp，是通过向 php_get_data_compare_func 传入 sort_type 和 0 得到的，sort_type 也就是 SORT_STRING 这样的标记。

       php_get_data_compare_func 在 array.c 文件中定义（即与 array_unique 函数同一文件），代码过长，这里只贴出默认标记为 SORT_STRING 的代码：

       在前面的代码中，我们可以看到，130的源码cmp = php_get_data_compare_func(sort_type, 0); 的第二个参数，即参数 reverse 的值为 0，也就是当 sort_type 为 PHP_SORT_STRING 时，调用的是 php_array_data_compare_string 函数，即 SORT_STRING 采用 php_array_data_compare_string 进行比较。继续展开 php_array_data_compare_string 函数：

       可以得到这样一条调用链：

       string_compare_function 是一个 ZEND API，在 /Zend/zend_operators.c 中定义：

       可以看到，app 车位源码SORT_STRING 使用 zend_binary_strcmp 函数进行字符串比较。下面的代码是 zend_binary_strcmp 的实现（也在 /Zend/zend_operators.c 中）：

       上面的代码是比较两个字符串。也就是SORT_STRING 排序方式的底层实现是 C 语言的 memcmp，即它对两个字符串从前往后，按照逐个字节比较，一旦字节有差异，就终止并比较出大小。

       数组排序

       这段代码初始化一个新的数组，然后将值拷贝到新数组，然后调用zend_sort 排序函数对数组进行排序。排序算法在 /Zend/zend_sort.c 中实现，注释有这样一句话：

       Derived from LLVM's libc++ implementation of std::sort.

       这个排序算法是基于LLVM 的 libc++ 中的 std::sort 实现的，算是快排的优化版，当元素数小于等于时有特殊的优化，当元素数小于等于 5 时直接通过 if else 嵌套判断排序。代码就不贴出来了。

       数组去重

       回到array_unique 上，继续看代码：

       遍历排序好的数组，然后删除重复的元素。

       众周所知，快排的时间复杂度是O(nlogn)，因此，array_unique 函数的时间复杂度是O(nlogn)。array_unique 底层调用了快排算法，加大了函数运行的时间开销，当数据量很大时，会导致整个函数的运行较慢。