您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 相關知識

PHP 統計陣列值出現頻率 Top N：array_count_values + arsort 實作與大數據優化

編輯：PHP 相關知識

PHP 統計陣列值出現頻率 Top N：array_count_values + arsort 實作與大數據優化

統計陣列中出現頻率最高的前 N 個值，是日誌分析、推薦系統、熱門標籤等場景核心需求。本文展示標準實作、結果解讀與百萬級優化方案。

標準實作

<?php
// 1. 生成測試資料：1000 個 1-1000 隨機數
$data = [];
for ($i = 0; $i < 1000; $i++) {
    $data[] = random_int(1, 1000);
}

// 2. 統計頻率：值 => 次數
$freq = array_count_values($data); // O(n)

// 3. 依次數降序排序 (保持鍵值關聯)
arsort($freq); // O(k log k), k = 不同值數量

// 4. 取前 10
$top10 = array_slice($freq, 0, 10, true); // true 保留鍵值

// 5. 輸出格式化
foreach ($top10 as $value => $count) {
    printf("數值：%d  出現次數：%d\n", $value, $count);
}
/*
輸出範例：
數值：255  出現次數：6
數值：443  出現次數：5
數值：906  出現次數：5
...
*/
?>

關鍵函數解析

函數	作用	複雜度	注意
array_count_values	統計值出現次數，回傳 [值=>次數]	O(n)	僅支援 string/int 值
arsort	值降序排序，保持鍵值關聯	O(k log k)	k = unique 個數
array_slice	切片，第 4 參數 true 保留鍵	O(m)	m = 取樣數

進階：取頻率最高的多個值 (並列情況)

<?php
function getTopFreqValues(array $data, int $n = 10): array {
    $freq = array_count_values($data);
    arsort($freq);

    $result = [];
    $count = 0;
    $lastFreq = -1;

    foreach ($freq as $value => $freqCount) {
        if ($count < $n) {
            $result[$value] = $freqCount;
            $count++;
            $lastFreq = $freqCount;
        } elseif ($freqCount === $lastFreq) {
            // 第 N+1 個與第 N 個頻率相同，一併納入 (並列)
            $result[$value] = $freqCount;
        } else {
            break;
        }
    }
    return $result;
}
?>

大數據量優化方案 (百萬/億級)

資料庫聚合 (首選)：

SELECT value, COUNT(*) AS freq
    FROM events
    WHERE created_at > DATE_SUB(NOW(), INTERVAL 1 DAY)
    GROUP BY value
    ORDER BY freq DESC
    LIMIT 10;

利用索引、分區表、物化視圖，效能碾壓 PHP 記憶體計算。

流式處理 + 最小堆 (固定記憶體)：

function topKFreq(Iterator $data, int $k): array {
        $freq = []; // 記憶體可能爆炸，需分塊
        // 實際生產用 HyperLogLog、Count-Min Sketch 近似算法
        // 或 MapReduce / Flink / ClickHouse 等 OLAP 引擎
    }

PHP 記憶體優化：
- 分批讀取、分批統計、合併結果 (MapReduce 思想)。
- 使用 SplFixedArray 替代陣列存儲整數鍵值。
- 啟用 OPcache、JIT (PHP 8+)。

實戰場景範例：熱門搜尋關鍵字

<?php
// 假設從日誌讀取關鍵字
$keywords = ['php', 'laravel', 'php', 'mysql', 'redis', 'php', 'docker', 'laravel', 'k8s', 'php'];

$freq = array_count_values($keywords);
arsort($freq);
$top5 = array_slice($freq, 0, 5, true);

echo "熱門關鍵字 Top 5:\n";
foreach ($top5 as $kw => $cnt) {
    echo "{$kw}: {$cnt}\n";
}
/*
php: 4
laravel: 2
mysql: 1
redis: 1
docker: 1
*/
?>