PHP array_unique()：删除数组中的重复值

array_unique($array) 返回删除了重复值的数组。每个值第一次出现的元素会保留在原来的键下，后面的副本则被丢弃。

<?php
$tags = ["php", "arrays", "php", "tips", "arrays", "php"];

$unique = array_unique($tags);
print_r($unique);

print_r(array_values($unique)); // renumbered 0, 1, 2

第一个结果保留了键 0, 1, 3：也就是每个值第一次出现的位置。如果你想要一个干净的列表，比如在 json_encode 之前，就用 array_values() 把调用包起来。

array_unique 怎样判断两个值相同

默认情况下，每个值都会先转换成字符串，再比较这些字符串。所以 1、"1" 和 1.0 被视为同一个值，第一个会被保留。第二个参数可以改变比较方式。

<?php
$mixed = [1, "1", 1.0, true, "01", 2];

var_dump(array_unique($mixed));                // compared as strings
var_dump(array_unique($mixed, SORT_REGULAR));  // compared with ==
var_dump(array_unique(["10", "1e1", "010"], SORT_NUMERIC));

使用默认方式时，"01" 会被保留，因为字符串 "01" 不等于字符串 "1"。使用 SORT_REGULAR 时它会被丢弃，因为 "01" == 1 为 true。宽松比较还会让布尔值 true 匹配任何非空值。对混合类型使用之前，先检查一下输出；比较运算符一页解释了这些规则。

不区分大小写地去重

array_unique 区分大小写："PHP" 和 "php" 是不同的值。如果想把它们当作重复值，同时保留第一个值的原始写法，就在一个转成小写的副本上找出唯一的键，再从原数组中保留这些键。

<?php
$languages = ["PHP", "Python", "php", "Go", "python", "GO", "Rust"];

$keys = array_unique(array_map('strtolower', $languages));
$result = array_values(array_intersect_key($languages, $keys));

print_r($result);

array_map 生成一个键相同的小写副本，array_unique 保留第一次出现的那些键，array_intersect_key 再从原数组中挑出这些键。对于带重音符号的文字或中文、日文等文本，请用 mb_strtolower 代替 strtolower。

对多维数组使用 array_unique

不传标志时，array_unique 会把每一行都转换成字符串 "Array"，于是所有行看起来都一样，只有第一行被保留，而且每一行都会产生一条“Array to string conversion”警告。传入 SORT_REGULAR 就会比较整行。如果要让某个字段的每个值只保留一行，用 array_column 配合 null 和索引键会更简单。

<?php
$signups = [
    ["email" => "ada@example.com", "plan" => "free"],
    ["email" => "bob@example.com", "plan" => "pro"],
    ["email" => "ada@example.com", "plan" => "free"],
    ["email" => "ada@example.com", "plan" => "pro"],
];

// Exact duplicate rows removed
print_r(array_unique($signups, SORT_REGULAR));

// One row per email: the last row for each email wins
print_r(array_values(array_column($signups, null, 'email')));

第二种方法会为每个邮箱保留最后一行，因为后面的每一行都会覆盖同一个键下前面的行。array_column 一页详细讲解了索引键。

找出并统计重复的值

array_count_values() 返回每个值出现的次数。从中筛选出次数大于一的，就得到了重复的值。

<?php
$votes = ["red", "blue", "red", "green", "blue", "red"];

$counts = array_count_values($votes);
print_r($counts);

$duplicates = array_keys(array_filter($counts, fn($n) => $n > 1));
echo "Duplicated: " . implode(", ", $duplicates) . "\n";

echo count($votes) === count(array_unique($votes))
    ? "No duplicates\n"
    : "Has duplicates\n";

最后的检查是一个常用的单行写法，用来判断数组中到底有没有重复值。

大数组的更快去重方法

array_unique 在比较之前会把每个值都转换成字符串，对几千个值来说这没有问题。但对于一个很大的整数或字符串列表，把数组翻转会更快：值变成了键，而键本身就是唯一的。

<?php
$ids = [];
for ($i = 0; $i < 200000; $i++) {
    $ids[] = $i % 1000;
}

$start = hrtime(true);
$a = array_unique($ids);
$t1 = (hrtime(true) - $start) / 1e6;

$start = hrtime(true);
$b = array_keys(array_flip($ids));
$t2 = (hrtime(true) - $start) / 1e6;

echo count($a), " unique values with array_unique\n";
echo count($b), " unique values with array_keys(array_flip())\n";
printf("array_unique: %.1f ms, array_flip: %.1f ms\n", $t1, $t2);

每次运行的耗时都会不同，但翻转的方法通常要快好几倍。它只适用于能作为数组键的值（整数和字符串），而且像 "5" 这样的数字字符串返回时会变成整数。