PHP shuffle 陣列隨機打亂與取樣實戰：關聯陣列保鍵、array_rand 對比與大數據優化

PHP shuffle 陣列隨機打亂與取樣實戰：關聯陣列保鍵、array_rand 對比與大數據優化

shuffle() 原地打亂陣列順序並**重置數字鍵 (0...n-1)**，關聯鍵名會**遺失**。本文說明此行為、保留鍵名的替代方案、array_rand() 隨機取鍵用法、以及百萬級陣列抽樣的記憶體優化策略。

一、shuffle 基本行為與陷阱

<?php
$data = [
    ['name' => 'A', 'rank' => 40],
    ['name' => 'B', 'rank' => 50],
    ['name' => 'C', 'rank' => 60],
    ['name' => 'D', 'rank' => 50],
];
shuffle($data);
// $data 現在順序隨機，但鍵已重置為 0,1,2,3
// 取前 2 筆
$sample = array_slice($data, 0, 2);
?>

關鍵點：

• 回傳 bool (成功/失敗)，**陣列原地修改**。
• **關聯陣列鍵名會消失**：['a'=>1, 'b'=>2] → [0=>1, 1=>2]。
• 使用 Mersenne Twister (同 mt_rand)，速度快、分布均勻。

二、保留關聯鍵名的 shuffle_assoc

<?php
function shuffle_assoc(array &$array): void {
    $keys = array_keys($array);
    shuffle($keys);
    $result = [];
    foreach ($keys as $key) {
        $result[$key] = $array[$key];
    }
    $array = $result;
}

// 測試
$assoc = ['id1' => 'A', 'id2' => 'B', 'id3' => 'C'];
shuffle_assoc($assoc);
// 鍵名 id1/id2/id3 保留，順序隨機
?>

或用 uksort($arr, fn() => mt_rand(-1, 1)) (但分布不如 shuffle 均勻)。

三、array_rand：隨機取鍵 (不打亂原陣列)

<?php
$arr = ['a' => 10, 'b' => 20, 'c' => 30, 'd' => 40];
$keys = array_rand($arr, 2); // 取 2 個鍵，回傳陣列
// $keys 如 ['c', 'a']
$sample = array_intersect_key($arr, array_flip($keys));
// $sample = ['c' => 30, 'a' => 10]
?>

• 第二參數 $num：取鍵數量；省略時回傳單一鍵 (字串)。
• **不修改原陣列**，適合只需抽樣不需打亂場景。
• 同樣基於 MT，PHP 7.1+ 自動播種。

四、大數據量 (百萬級) 抽樣優化

問題：shuffle($millionItems) 需載入整個陣列記憶體，且 O(n) 打亂耗時。

方案 A：資料庫層面抽樣 (最推薦)

-- MySQL: 高效隨機取樣 (避免 ORDER BY RAND())
SELECT * FROM `table` 
WHERE id >= (SELECT FLOOR(RAND() * (SELECT MAX(id) FROM `table`)))
ORDER BY id LIMIT 10;

方案 B：水塘抽樣 (單次遍歷、常數記憶體)

<?php
function reservoirSample(iterable $source, int $k): array {
    $reservoir = [];
    $i = 0;
    foreach ($source as $item) {
        if ($i < $k) {
            $reservoir[] = $item;
        } else {
            $j = mt_rand(0, $i);
            if ($j < $k) $reservoir[$j] = $item;
        }
        $i++;
    }
    return $reservoir;
}
// 使用：直接遍歷 Generator/資料庫游標，記憶體 O(k)
$sample = reservoirSample($db->createCommand('SELECT * FROM big_table')->query(), 100);
?>

方案 C：系統隨機 ID 範圍 (需 ID 連續/近似均勻)

$ids = range(1, $maxId);
shuffle($ids);
$sampleIds = array_slice($ids, 0, 100);
// 再 WHERE id IN (...) 查詢

五、對比總結表