如何过滤多维数组：移除完全被包含的重复行并提取唯一 rolanID-php教程-PHP中文网

如何过滤多维数组：移除完全被包含的重复行并提取唯一 rolanID

本文介绍一种高效算法，用于过滤多维数组中“被完全覆盖”的供应商行（即其所有 rolanid 均存在于其他某一行中），并自动精简每行的 rolanid 为相对于已保留行的差集，最终输出无冗余、语义清晰的结果。

本文介绍一种高效算法，用于过滤多维数组中“被完全覆盖”的供应商行（即其所有 rolanid 均存在于其他某一行中），并自动精简每行的 rolanid 为相对于已保留行的差集，最终输出无冗余、语义清晰的结果。

在处理供应商-商品 ID 映射类数据时，常需消除逻辑冗余：若某供应商（如 "ROLAN"）的所有 rolanID 都已被另一个更全的供应商（如 "TEST DEPO"）完全覆盖，则该行应被剔除；同时，保留行中若存在重叠 ID，也应只保留其独有部分，以确保每条记录语义独立、信息不重复。

核心思路分两步：

构建全局索引映射：遍历所有行，对每个 rolanID 记录它出现过的所有行索引（如 123 → [0, 1, 2]）；
识别“非子集”行：对每一行，计算其所有 rolanID 对应的行索引交集 —— 若交集大小为 1，说明该行的全部 ID 仅共同出现在它自己这一行，即它不是任何其他行的子集，应保留；否则（交集 ≥ 2），说明存在另一行包含它的全部 ID，应舍弃。

以下是完整可运行的 PHP 实现：

<?php $test = [
    [
        "supplier" => "TEST DEPO",
        "rolanID" => [123, 234, 456],
        "itemCount" => 3
    ],
    [
        "supplier" => "ANOTHER DEPO",
        "rolanID" => [123, 786, 345],
        "itemCount" => 3
    ],
    [
        "supplier" => "ROLAN",
        "rolanID" => [123, 234],
        "itemCount" => 2
    ]
];

// Step 1: 构建 rolanID → [row_indices] 映射表
$idToRows = [];
foreach ($test as $idx => $row) {
    foreach ($row['rolanID'] as $id) {
        if (!isset($idToRows[$id])) {
            $idToRows[$id] = [];
        }
        $idToRows[$id][] = $idx;
    }
}

// Step 2: 筛选“非子集”行（即其 rolanID 不被任何其他单一行完全包含）
$keptIndices = [];
foreach ($test as $idx => $row) {
    $commonRows = null;
    foreach ($row['rolanID'] as $id) {
        if (!isset($idToRows[$id])) continue;
        if ($commonRows === null) {
            $commonRows = $idToRows[$id];
        } else {
            $commonRows = array_intersect($commonRows, $idToRows[$id]);
        }
    }
    // 若所有 rolanID 仅共同存在于当前行（交集大小为 1），则保留
    if ($commonRows !== null && count($commonRows) === 1) {
        $keptIndices[] = $idx;
    }
}

// Step 3: 构建最终结果 —— 仅保留非子集行，并精简 rolanID 为相对差集
$result = [];
if (!empty($keptIndices)) {
    // 第一个保留行原样加入
    $firstIdx = $keptIndices[0];
    $result[] = $test[$firstIdx];

    // 后续保留行：计算其 rolanID 相对于所有已前置保留行的差集
    for ($i = 1; $i  $test[$currentIdx]['supplier'],
            'rolanID' => $uniqueIDs,
            'itemCount' => count($uniqueIDs)
        ];
    }
}

print_r($result);

✅ 输出结果：

Array
(
    [0] => Array
        (
            [supplier] => TEST DEPO
            [rolanID] => Array
                (
                    [0] => 123
                    [1] => 234
                    [2] => 456
                )
            [itemCount] => 3
        )
    [1] => Array
        (
            [supplier] => ANOTHER DEPO
            [rolanID] => Array
                (
                    [0] => 786
                    [1] => 345
                )
            [itemCount] => 2
        )
)

⚠️ 注意事项：

该算法时间复杂度为 O(n × m)（n 为行数，m 为平均 rolanID 数），适用于中等规模数据；超大规模建议结合数据库 GROUP BY + NOT EXISTS 优化；
array_intersect 要求输入为数组，空 rolanID 需提前校验，避免 array_intersect([]) 返回空数组导致误判；
若存在多个“最全行”（如两个供应商均含 {123,234,456,786}），算法会按原始顺序保留首个，后续同级行将因差集为空而被过滤 —— 这符合“最小冗余”设计目标；
最终 itemCount 动态反映精简后真实数量，确保业务逻辑一致性。