array_unique 具有 SORT_NUMBERIC 行为

Question

我偶然发现了一些奇怪的东西，我不明白为什么它会这样。

我有一个数字数组，它们都是唯一的：

$array = [
    98602142989816970,
    98602142989816971,
    98602142989816980,
    98602142989816981,
    98602142989816982,
    98602142989816983,
    98602142989820095,
    98602142989820096,
    98602142989822060,
    98602142989822061,
];
var_dump($array);

array(10) {
  [0]=>
  int(98602142989816970)
  [1]=>
  int(98602142989816971)
  [2]=>
  int(98602142989816980)
  [3]=>
  int(98602142989816981)
  [4]=>
  int(98602142989816982)
  [5]=>
  int(98602142989816983)
  [6]=>
  int(98602142989820095)
  [7]=>
  int(98602142989820096)
  [8]=>
  int(98602142989822060)
  [9]=>
  int(98602142989822061)
}

如果我这样做 print_r(array_unique($array)); 一切都很好，我得到：

Array
(
    [0] => 98602142989816970
    [1] => 98602142989816971
    [2] => 98602142989816980
    [3] => 98602142989816981
    [4] => 98602142989816982
    [5] => 98602142989816983
    [6] => 98602142989820095
    [7] => 98602142989820096
    [8] => 98602142989822060
    [9] => 98602142989822061
)

但是如果我添加 SORT_NUMERIC 标志 print_r(array_unique($array, SORT_NUMERIC)); 我得到：

Array
(
    [0] => 98602142989816970
    [6] => 98602142989820095
    [8] => 98602142989822060
)

为什么只返回这 3 个数字？

更新: 我是64位系统

对于 sort 函数，我手动打乱了一些值，因为在原始数组中它们已经排序。

如果我这样做 sort($array); 那么响应就是预期的：

Array
(
    [0] => 98602142989816970
    [1] => 98602142989816971
    [2] => 98602142989816980
    [3] => 98602142989816981
    [4] => 98602142989816982
    [5] => 98602142989816983
    [6] => 98602142989820095
    [7] => 98602142989820096
    [8] => 98602142989822060
    [9] => 98602142989822061
)

但是对于 sort($array, SORT_NUMERIC);，它们的排序不正确：

Array
(
    [0] => 98602142989816970
    [1] => 98602142989816982
    [2] => 98602142989816983
    [3] => 98602142989816980
    [4] => 98602142989816981
    [5] => 98602142989816971
    [6] => 98602142989820095
    [7] => 98602142989820096
    [8] => 98602142989822060
    [9] => 98602142989822061
)

Answer 1

您运行遇到了那个规模的精度和浮点运算问题。如果您有兴趣，可以在 Is floating point math broken? 上找到更多信息，但我认为这不算是它的重复。

取你的前两个数字：

php > var_dump((float) 98602142989816970 === (float) 98602142989816971);
bool(true)

php > var_dump((float) 98602142989816970, (float) 98602142989816971);
float(9.8602142989817E+16)
float(9.8602142989817E+16)

在内部，这就是 PHP 使用 SORT_NUMERIC 比较数组中的值时发生的情况，深入 numeric_compare_function。

sort 遇到同样的问题，请参阅 https://3v4l.org/02UUB（显然没有值从数组中删除，因为这只发生在 array_unique 中 - 它们只是没有正确排序）

简而言之，对于这种大小的数字（或者特别是相对于它们的比例非常接近的数字），SORT_NUMERIC 是不可靠的。如果可以，坚持将它们作为字符串进行比较。

Answer 2

代码在 32 位 PHP 或 64 位版本下运行会有所不同，因为那里的整数也有 32 位或 64 位长。

$array = [
    98602142989816970,
    98602142989816971,
    98602142989816980,
    98602142989816981,
    98602142989816982,
    98602142989816983,
    98602142989820095,
    98602142989820096,
    98602142989822060,
    98602142989822061,
];
echo '<pre>';
var_dump(PHP_INT_MAX,$array);

32 位系统的结果：

int(2147483647)
array(10) {
  [0]=>
  float(9.8602142989817E+16)
  [1]=>
  float(9.8602142989817E+16)
  [2]=>
  float(9.8602142989817E+16)
  [3]=>
  float(9.8602142989817E+16)
  [4]=>
  float(9.8602142989817E+16)
  [5]=>
  float(9.8602142989817E+16)
  [6]=>
  float(9.860214298982E+16)
  [7]=>
  float(9.860214298982E+16)
  [8]=>
  float(9.8602142989822E+16)
  [9]=>
  float(9.8602142989822E+16)
}

PHP直接把数值转为浮点数，因为都大于PHP_INT_MAX.

64 位系统的结果：

int(9223372036854775807)
array(10) {
  [0]=>
  int(98602142989816970)
  [1]=>
  int(98602142989816971)
  [2]=>
  int(98602142989816980)
  [3]=>
  int(98602142989816981)
  [4]=>
  int(98602142989816982)
  [5]=>
  int(98602142989816983)
  [6]=>
  int(98602142989820095)
  [7]=>
  int(98602142989820096)
  [8]=>
  int(98602142989822060)
  [9]=>
  int(98602142989822061)
}

32位系统中的一个array_unique减少了数组，因为有些值也超过了float的精度

如果不使用 SORT_NUMERIC 选项，array_unique() 和 sort() 对于 64 位版本可以正常工作。

array_unique 具有 SORT_NUMBERIC 行为

array_unique with SORT_NUMBERIC behaviour

php

arrays

array-unique