现在有一批通讯录数据(10000多个人的通讯录)需要找出每两个人的通讯录的重复部分(就是谁和谁的通讯录重复了多少条)要所有人的通讯录都两两比对一遍
例如 有 abcde四个人的通讯录 找出 ab ac ad ae bc bd be cd ce de 之间的通讯录重复条数
手机号重复 就认为这两条通讯录重复
这个是数据表,有10000多个人通讯录
list字段存的json就是通讯录的内容
一个人通讯录 100条到1000条不等
我目前尝试的做法是,一下取出所有人的通讯录,然后拿第一个人跟剩下所有人的进行比对(foreach这个数组,里面嵌套foreach) 然后拿第二个人的跟剩下所有人的比对,以此类推.
脚本部分代码
然后运行脚本 脚本跑了20多个小时 才跑了一半左右 内存,CPU占用也比较高 脚本效率太低了
请教一下,有没有更好方法来找出这批数据的重复部分,或者脚本怎么优化优化
谢谢大家
回复内容：
现在有一批通讯录数据(10000多个人的通讯录)需要找出每两个人的通讯录的重复部分(就是谁和谁的通讯录重复了多少条)要所有人的通讯录都两两比对一遍
例如 有 abcde四个人的通讯录 找出 ab ac ad ae bc bd be cd ce de 之间的通讯录重复条数
手机号重复 就认为这两条通讯录重复
这个是数据表,有10000多个人通讯录
list字段存的json就是通讯录的内容
一个人通讯录 100条到1000条不等
我目前尝试的做法是,一下取出所有人的通讯录,然后拿第一个人跟剩下所有人的进行比对(foreach这个数组,里面嵌套foreach) 然后拿第二个人的跟剩下所有人的比对,以此类推.
脚本部分代码
然后运行脚本 脚本跑了20多个小时 才跑了一半左右 内存,CPU占用也比较高 脚本效率太低了
请教一下,有没有更好方法来找出这批数据的重复部分,或者脚本怎么优化优化
谢谢大家
$data = array(
array('id'=>1,'name'=>1),
array('id'=>2,'name'=>2),
array('id'=>3,'name'=>3),
array('id'=>1,'name'=>2)
);
$ret = array();
# 数据遍历一次，以计算重复key作为key新建数据，如果存在value +1，如果不存在设置为1
foreach($data as $k=>$v){
$_id = $v['id'];
$_name = $v['name'];
if (array_key_exists($_id, $ret)) {
$ret[$_id]++;
}else{
$ret[$_id] = 1;
}
}
# 遍历结果
foreach($ret as $k=>$v){
echo "{$k}出现{$v}次\n";
}
#print_r($id)
