比较数组是否相等，忽略元素的顺序答案

【问题标题】：Compare arrays for equality, ignoring order of elements比较数组是否相等，忽略元素的顺序
【发布时间】：2012-10-03 22:05:43
【问题描述】：

我有一个包含 4 个数组列的表。结果如下：

ids       signed_ids   new_ids   new_ids_signed
{1,2,3} | {2,1,3}    | {4,5,6} | {6,5,4}

是否通过忽略元素的顺序来比较 ids 和 signed_ids 以使它们相等？

【问题讨论】：

那些数组不相等。我猜你的真正问题是“我如何比较两个 PostgreSQL 数组，就好像它们是集合一样，即不考虑顺序？”
是的，这正是我要的:)
问题已编辑以反映意图。

标签： arrays postgresql

【解决方案1】：

最简单的做法是对它们进行排序并比较它们的排序。见sorting arrays in PostgreSQL。

给定样本数据：

CREATE TABLE aa(ids integer[], signed_ids integer[]);
INSERT INTO aa(ids, signed_ids) VALUES (ARRAY[1,2,3], ARRAY[2,1,3]);

如果数组条目总是整数，最好的办法是使用 intarray 扩展，如Erwin explains in his answer。它比任何纯 SQL 公式都快很多。

否则，对于适用于任何数据类型的通用版本，请定义array_sort(anyarray)：

CREATE OR REPLACE FUNCTION array_sort(anyarray) RETURNS anyarray AS $$
SELECT array_agg(x order by x) FROM unnest($1) x;
$$ LANGUAGE 'SQL';

并使用它对排序后的数组进行排序和比较：

SELECT array_sort(ids) = array_sort(signed_ids) FROM aa;

有一个重要的警告：

SELECT array_sort( ARRAY[1,2,2,4,4] ) = array_sort( ARRAY[1,2,4] );

将是错误的。这可能是也可能不是您想要的，取决于您的意图。

或者，定义一个函数array_compare_as_set：

CREATE OR REPLACE FUNCTION array_compare_as_set(anyarray,anyarray) RETURNS boolean AS $$
SELECT CASE
  WHEN array_dims($1) <> array_dims($2) THEN
    'f'
  WHEN array_length($1,1) <> array_length($2,1) THEN
    'f'
  ELSE
    NOT EXISTS (
        SELECT 1
        FROM unnest($1) a 
        FULL JOIN unnest($2) b ON (a=b) 
        WHERE a IS NULL or b IS NULL
    )
  END
$$ LANGUAGE 'SQL' IMMUTABLE;

然后：

SELECT array_compare_as_set(ids, signed_ids) FROM aa;

这与比较两个array_sorted 值略有不同。 array_compare_as_set 将消除重复，使array_compare_as_set(ARRAY[1,2,3,3],ARRAY[1,2,3]) 为真，而array_sort(ARRAY[1,2,3,3]) = array_sort(ARRAY[1,2,3]) 为假。

这两种方法的性能都很差。考虑确保您始终首先存储已排序的数组。

【讨论】：

为您的表添加别名，非常棒！谢谢:)
@user766987 更新了更好的定义
@user766987 ... 并用不同的方法再次更新，只是为了好玩。
@user766987 哦，我忘了提到 intarray contrib 模块，它会让这一切都快数百倍。
啊，您在答案中添加了intarray。让我的回答有点多余……除了其他方法。

【解决方案2】：

附加模块intarray 为integer 数组提供运算符，这些运算符通常（快得多）。每个数据库安装一次（在 Postgres 9.1 或更高版本中）：

CREATE EXTENSION intarray;

那么你可以：

SELECT <b>uniq</b>(<b>sort</b>(ids)) = <b>uniq</b>(<b>sort</b>(signed_ids));

或者：

SELECT ids <b>@&gt;</b> signed_ids AND ids <b>&lt;@</b> signed_ids;

粗体强调来自 intarray 的函数和运算符。
在第二个示例中，如果 left 和 right 参数的类型为 integer[]，则运算符解析到达专门的 intarray 运算符。

这两个表达式都将忽略元素的顺序和重复性。进一步阅读有用的手册here。

intarray 运算符仅适用于 integer (int4) 的数组，不适用于 bigint (int8) 或 smallint (int2) 或任何其他数据类型。

与默认的通用运算符不同，intarray 运算符不接受数组中的 NULL 值。任何涉及的数组中的 NULL 都会引发异常。如果您需要使用 NULL 值，您可以默认使用标准的通用运算符，方法是使用 OPERATOR 构造对运算符进行模式限定：

SELECT ARRAY[1,4,null,3]::int[] <b>OPERATOR(pg_catalog.@&gt;)</b> ARRAY[3,1]::int[]

通用运算符不能将 indexes 与 intarray 运算符类一起使用，反之亦然。

相关：

GIN index on smallint[] column not used or error "operator is not unique"

【讨论】：

第一个解决方案（使用sort）是否比第二个解决方案（使用@> 和<@）快？如果没有，我想我可以不用intarray。
@mattdipasquale：我添加了更多解释。

【解决方案3】：

您可以使用包含的运算符：

(array1 <@ array2 and array1 @> array2)

【讨论】：

作为 postgres 数组的新手，这似乎是最好的答案。与上述相比，它的缺点是什么？
警告！这种比较仅在所有元素都是唯一的情况下才有效：select ARRAY[1,2] <@ ARRAY[1,2,2], ARRAY[1,2] @> ARRAY[1,2,2]; 将在两个条件下返回 true，但数组不匹配（并且您不能只添加长度检查，因为那样您将无法区分[1,2,2] 和 [1,1,2]
@JasonAxelson 这使它成为array_compare_as_set 的一个很好的实现，您希望它的行为与您描述的完全一样:)

【解决方案4】：

select (string_agg(a,',' order by a) = string_agg(b,',' order by b)) from (select unnest(array[1,2,3,2])::text as a,unnest(array[2,2,3,1])::text as b) A

【讨论】：

【解决方案5】：

如果您的数组没有重复项并且具有相同的维度：

使用数组包含@>
AND array_length，其中长度必须与两边的尺寸相匹配

【讨论】：

@jason-axelson 如第一句所述，我的回答仅适用于没有重复的数组