为什么将 isset 应用于多维数组会增加 4000% 的执行时间？

Question

编辑： 原来$article->getID(); 是导致执行时间过长的部分。这是它的样子：

public function getId()
{
    return $this->id;
}

但我仍然不知道为什么会这样。

---

我正在使用此代码尝试为包含 1000 个文档和 4000 个唯一令牌的小型语料库中的每个令牌计算 document frequency。

为此，我编写了这个函数：

public function computeIDF(){
    // splitting documents into tokens
    $this->tokens = $this->tokenize();
    // $this->tokens = array($article->id => array($token => $freq))

    // 1. For each token …
    foreach($this->tokens as $token){

        // 2. … look in every document …
        foreach($this->articles as $article){

            // 3. … and if it exists there …
            if(isset($this->tokens[$article->getID()][$token]){

                // 4. … add 1
                $tokFreq[$token] += 1;
            }
        }
    }
}

但是第 3 步引起了很多麻烦：
- 如果我注释掉步骤4.，则没有任何变化；
- 如果我注释掉步骤3.，执行时间会从414.2s 变为“刚刚”14s，这几乎快了4000%！！1！ （所以，当然，这不是一个“微优化”问题。

注意这里不涉及数据库。一切都早早地被提取了，超出了整个 class' 范围：

// This is where the data is being fetched
$articles = ArticleDAO::loadLast(1000);

// It's then injected into the $corpus
$corpus = new Corpus($articles);

我在这里做错了吗？如果是这样，我怎样才能让事情变得更快？

Answer 1

对$article->getID() 的每次调用都有开销。它必须保存堆栈，调用函数，复制结果，然后恢复。因为您要为每篇文章迭代每个令牌（而不是相反），所以每次调用 getID 都将针对不同的文章，因此不能走捷径。

你可以做两件事：

1. 仅将 $article->getID() 替换为 $article->id
2. 在文章之间建立外循环，在令牌之间建立内循环。这样一来，您就可以在一篇文章中找到有助于缓存的整批令牌。