以下源碼基於 PHP 7.3.8
array array_unique ( array $array [, int $sort_flags = SORT_STRING ] )
(PHP 4 >= 4.0.1, PHP 5, PHP 7)
array_unique — 移除數組中重復的值參數說明：
array：輸入的數組。
sort_flag：（可選）排序類型標記，用於修改排序行為，主要有以下值：SORT_REGULAR - 按照通常方法比較（不修改類型）
SORT_NUMERIC - 按照數字形式比較
SORT_STRING - 按照字符串形式比較
SORT_LOCALE_STRING - 根據當前的本地化設置，按照字符串比較。
array_unique 函數的源代碼在 /ext/standard/array.c 文件中。由於
PHP_FUNCTION(array_unique){
// code...
}
篇幅過長，完整代碼不在這里貼出來了，可以參見 GitHub 貼出的源代碼。
定義變量
zval *array;
uint32_t idx;
Bucket *p;
struct bucketindex *arTmp, *cmpdata, *lastkept;
unsigned int i;
zend_long sort_type = PHP_SORT_STRING; // 默認的排序規則
compare_func_t cmp;
首先是定義變量，array_unique 函數默認使用 PHP_SORT_STRING 排序，PHP_SORT_STRING 在 /ext/standard/php_array.h 頭文件中定義。
#define PHP_SORT_STRING 2
可以看到和開頭PHP函數的 sort_flag 參數默認的預定義常量 SORT_STRING 很像。
compare_func_t cmp 這行代碼沒看懂，不清楚是做什么的。compare_func_t 在 /Zend/zend_types.h 中定義：
typedef int (*compare_func_t)(const void *, const void *);
應該是定義了一個指向 int 型返回值且帶有兩個指針常量參數的函數指針類型，沒有查到相關資料，先擱着，繼續往下看。
參數解析
ZEND_PARSE_PARAMETERS_START(1, 2)
Z_PARAM_ARRAY(array)
Z_PARAM_OPTIONAL
Z_PARAM_LONG(sort_type)
ZEND_PARSE_PARAMETERS_END();
ZEND_PARSE_PARAMETERS_START(1, 2)，第一個參數表示必傳參數個數，第二個參數表示最多參數個數，即該函數參數范圍是 1-2 個。
數組元素個數判斷
if (Z_ARRVAL_P(array)->nNumOfElements <= 1) { /* nothing to do */
ZVAL_COPY(return_value, array);
return;
}
這段代碼很容易看懂，當數組為空或只有 1 個元素時，無需去重操作，直接將 array 拷貝到新數組 return_value來返回即可。
分配持久化內存
這一步只有當 sort_type 為 PHP_SORT_STRING 時才執行。在下面可以看到調用 zend_hash_init 初始化了 array，調用 zend_hash_destroy 釋放持久化的內存。
if (sort_type == PHP_SORT_STRING) {
HashTable seen;
zend_long num_key;
zend_string *str_key;
zval *val;
// 初始化HashTable
zend_hash_init(&seen, zend_hash_num_elements(Z_ARRVAL_P(array)), NULL, NULL, 0);
// 初始化數組
array_init(return_value);
// 遍歷數組
ZEND_HASH_FOREACH_KEY_VAL_IND(Z_ARRVAL_P(array), num_key, str_key, val) {
zval *retval;
// 如果數組元素值是字符串
if (Z_TYPE_P(val) == IS_STRING) {
retval = zend_hash_add_empty_element(&seen, Z_STR_P(val));
} else {
zend_string *tmp_str_val;
zend_string *str_val = zval_get_tmp_string(val, &tmp_str_val);
retval = zend_hash_add_empty_element(&seen, str_val);
zend_tmp_string_release(tmp_str_val);
}
if (retval) {
/* First occurrence of the value */
if (UNEXPECTED(Z_ISREF_P(val) && Z_REFCOUNT_P(val) == 1)) {
ZVAL_DEREF(val);
}
Z_TRY_ADDREF_P(val);
if (str_key) {
zend_hash_add_new(Z_ARRVAL_P(return_value), str_key, val);
} else {
zend_hash_index_add_new(Z_ARRVAL_P(return_value), num_key, val);
}
}
} ZEND_HASH_FOREACH_END();
// 釋放哈希內存
zend_hash_destroy(&seen);
return;
}
設置比較函數
cmp = php_get_data_compare_func(sort_type, 0);
// 將數組拷貝到返回數組中
RETVAL_ARR(zend_array_dup(Z_ARRVAL_P(array)));
進行具體比較順序控制的函數指針是 cmp，是通過向 php_get_data_compare_func 傳入 sort_type 和 0 得到的，sort_type 也就是 SORT_STRING 這樣的標記。
php_get_data_compare_func 在 array.c 文件中定義（即與 array_unique 函數同一文件），代碼過長，這里只貼出默認標記為 SORT_STRING 的代碼：
static compare_func_t php_get_data_compare_func(zend_long sort_type, int reverse) /* {{{ */
{
switch (sort_type & ~PHP_SORT_FLAG_CASE) {
case PHP_SORT_NUMERIC:
// code...
case PHP_SORT_STRING:
if (sort_type & PHP_SORT_FLAG_CASE) {
if (reverse) {
return php_array_reverse_data_compare_string_case;
} else {
return php_array_data_compare_string_case;
}
} else {
if (reverse) {
return php_array_reverse_data_compare_string;
} else {
return php_array_data_compare_string;
}
}
break;
// code...
在前面的代碼中，我們可以看到，cmp = php_get_data_compare_func(sort_type, 0); 的第二個參數，即參數 reverse 的值為 0，也就是當 sort_type 為 PHP_SORT_STRING 時，調用的是 php_array_data_compare_string 函數，即 SORT_STRING 采用 php_array_data_compare_string 進行比較。繼續展開 php_array_data_compare_string 函數：
static int php_array_data_compare_string(const void *a, const void *b) /* {{{ */
{
Bucket *f;
Bucket *s;
zval *first;
zval *second;
f = (Bucket *) a;
s = (Bucket *) b;
first = &f->val;
second = &s->val;
if (UNEXPECTED(Z_TYPE_P(first) == IS_INDIRECT)) {
first = Z_INDIRECT_P(first);
}
if (UNEXPECTED(Z_TYPE_P(second) == IS_INDIRECT)) {
second = Z_INDIRECT_P(second);
}
return string_compare_function(first, second);
}
/* }}} */
可以得到這樣一條調用鏈：
SORT_STRING -> php_get_data_compare_func -> php_array_data_compare_string -> string_compare_function;
string_compare_function 是一個 ZEND API，在 /Zend/zend_operators.c 中定義：
ZEND_API int ZEND_FASTCALL string_compare_function(zval *op1, zval *op2) /* {{{ */
{
if (EXPECTED(Z_TYPE_P(op1) == IS_STRING) &&
EXPECTED(Z_TYPE_P(op2) == IS_STRING)) {
if (Z_STR_P(op1) == Z_STR_P(op2)) {
return 0;
} else {
return zend_binary_strcmp(Z_STRVAL_P(op1), Z_STRLEN_P(op1), Z_STRVAL_P(op2), Z_STRLEN_P(op2));
}
} else {
zend_string *tmp_str1, *tmp_str2;
zend_string *str1 = zval_get_tmp_string(op1, &tmp_str1);
zend_string *str2 = zval_get_tmp_string(op2, &tmp_str2);
int ret = zend_binary_strcmp(ZSTR_VAL(str1), ZSTR_LEN(str1), ZSTR_VAL(str2), ZSTR_LEN(str2));
zend_tmp_string_release(tmp_str1);
zend_tmp_string_release(tmp_str2);
return ret;
}
}
/* }}} */
可以看到，SORT_STRING 使用 zend_binary_strcmp 函數進行字符串比較。下面的代碼是 zend_binary_strcmp 的實現（也在 /Zend/zend_operators.c 中）：
ZEND_API int ZEND_FASTCALL zend_binary_strcmp(const char *s1, size_t len1, const char *s2, size_t len2) /* {{{ */
{
int retval;
if (s1 == s2) {
return 0;
}
retval = memcmp(s1, s2, MIN(len1, len2));
if (!retval) {
return (int)(len1 - len2);
} else {
return retval;
}
}
/* }}} */
上面的代碼是比較兩個字符串。也就是 SORT_STRING 排序方式的底層實現是 C 語言的 memcmp，即它對兩個字符串從前往后，按照逐個字節比較，一旦字節有差異，就終止並比較出大小。
數組排序
/* create and sort array with pointers to the target_hash buckets */
// 根據 target_hash buckets 的指針創建數組並排序
arTmp = (struct bucketindex *) pemalloc((Z_ARRVAL_P(array)->nNumOfElements + 1) * sizeof(struct bucketindex), GC_FLAGS(Z_ARRVAL_P(array)) & IS_ARRAY_PERSISTENT);
for (i = 0, idx = 0; idx < Z_ARRVAL_P(array)->nNumUsed; idx++) {
p = Z_ARRVAL_P(array)->arData + idx;
if (Z_TYPE(p->val) == IS_UNDEF) continue;
if (Z_TYPE(p->val) == IS_INDIRECT && Z_TYPE_P(Z_INDIRECT(p->val)) == IS_UNDEF) continue;
arTmp[i].b = *p;
arTmp[i].i = i;
i++;
}
ZVAL_UNDEF(&arTmp[i].b.val);
zend_sort((void *) arTmp, i, sizeof(struct bucketindex),
cmp, (swap_func_t)array_bucketindex_swap);
這段代碼初始化一個新的數組，然后將值拷貝到新數組，然后調用 zend_sort 排序函數對數組進行排序。排序算法在 /Zend/zend_sort.c 中實現，注釋有這樣一句話：
Derived from LLVM's libc++ implementation of std::sort.
這個排序算法是基於 LLVM 的 libc++ 中的 std::sort 實現的，算是快排的優化版，當元素數小於等於16時有特殊的優化，當元素數小於等於 5 時直接通過 if else 嵌套判斷排序。代碼就不貼出來了。
數組去重
回到 array_unique 上，繼續看代碼：
/* go through the sorted array and delete duplicates from the copy */
lastkept = arTmp;
for (cmpdata = arTmp + 1; Z_TYPE(cmpdata->b.val) != IS_UNDEF; cmpdata++) {
if (cmp(lastkept, cmpdata)) {
lastkept = cmpdata;
} else {
if (lastkept->i > cmpdata->i) {
p = &lastkept->b;
lastkept = cmpdata;
} else {
p = &cmpdata->b;
}
if (p->key == NULL) {
zend_hash_index_del(Z_ARRVAL_P(return_value), p->h);
} else {
if (Z_ARRVAL_P(return_value) == &EG(symbol_table)) {
zend_delete_global_variable(p->key);
} else {
zend_hash_del(Z_ARRVAL_P(return_value), p->key);
}
}
}
}
pefree(arTmp, GC_FLAGS(Z_ARRVAL_P(array)) & IS_ARRAY_PERSISTENT);
遍歷排序好的數組，然后刪除重復的元素。
眾周所知，快排的時間復雜度是O(nlogn)，因此，array_unique 函數的時間復雜度是O(nlogn)。array_unique 底層調用了快排算法，加大了函數運行的時間開銷，當數據量很大時，會導致整個函數的運行較慢。