本文介绍一种基于类别（tx）反向聚合值（rx）的 php 数组分组策略，通过构建“类别→值列表”映射、排序归一化键、合并相同值组合，最终实现按最大公共值集优先分组的目标结构。
本文介绍一种基于类别（tx）反向聚合值（rx）的 php 数组分组策略，通过构建“类别→值列表”映射、排序归一化键、合并相同值组合，最终实现按最大公共值集优先分组的目标结构。
在处理多维分类数据时，常见的分组逻辑是“按某个字段聚合”，但本例要求逆向建模：不以 value（如 'R1'）为轴心，而以 categories（如 'T1'）为切入点，统计每个类别被哪些 value 共同覆盖，再将拥有完全相同 value 集合的类别合并为一组——这本质上是求“值集合 → 类别集合”的双射映射，并遵循“最大化公共值集优先”原则（例如 [R1,R2,R3,R4] 优先于 [R1,R2,R3]）。
核心思路三步走
- 分离空值（NULL）特例：value === null 或 category === null 的条目不参与主逻辑，直接进入结果集；
- 构建倒排索引：遍历所有非空条目，对每个 Tn 记录其所归属的所有 Rn，形成 $categories['T1'] = ['R1','R2','R3','R4']；
- 归一化键合并：对每个 Tn 对应的 Rn 数组排序后拼接为字符串键（如 'R1R2R3R4'），以此为枢纽合并同类 Tn，确保相同 Rn 组合只生成一个输出项。
完整可运行代码示例
<?php
$input = [
['value' => null, 'categories' => ['T1', 'T2', 'T5']],
['value' => 'R1', 'categories' => [null, 'T1', 'T2', 'T3', 'T4', 'T5', 'T6']],
['value' => 'R2', 'categories' => ['T1', 'T2', 'T3']],
['value' => 'R3', 'categories' => ['T1', 'T2', 'T3']],
['value' => 'R4', 'categories' => ['T1', 'T2']],
];
$nulls = [];
$categories = [];
$tmp = [];
// Step 1: 分离 NULL 并构建倒排索引
foreach ($input as $inp) {
if ($inp['value'] === null) {
$nulls[] = ['values' => [null], 'categories' => $inp['categories']];
continue;
}
$Rx = $inp['value'];
foreach ($inp['categories'] as $Tx) {
if ($Tx === null) {
$nulls[] = ['values' => [$Rx], 'categories' => [null]];
continue;
}
$categories[$Tx][] = $Rx;
}
}
// Step 2: 按 Rn 集合归一化分组
foreach ($categories as $Tx => $RxList) {
sort($RxList); // 关键：确保顺序一致，避免 R1R2 与 R2R1 被视为不同键
$key = implode('', $RxList);
if (!isset($tmp[$key])) {
$tmp[$key] = ['values' => $RxList, 'categories' => []];
}
$tmp[$key]['categories'][] = $Tx;
}
// Step 3: 合并结果（NULL 项在前，其余按需追加）
$result = $nulls;
foreach ($tmp as $group) {
$result[] = [
'values' => $group['values'],
'categories' => $group['categories']
];
}
print_r($result);
?>注意事项与优化建议
- ✅ 必须排序再拼接：sort($RxList) 是保证键唯一性的前提，否则相同元素不同顺序会产生冗余分组；
- ⚠️ NULL 处理需严格区分：=== null 判断不可替换为 == null 或 empty()，避免误判字符串 '0' 或 0；
- ? 可扩展性提示：若 value 或 category 本身含特殊字符（如逗号、空格），建议改用 json_encode($RxList) 作为键，更健壮；
- ? 逻辑验证建议：对结果中每个 values 数组，可反查原始数据确认其 categories 交集是否精确匹配（即每个 Rn 都包含该组全部 Tn，且无额外 Tn）。
该方案时间复杂度为 O(n·m + k·log k)（n 为输入项数，m 为平均 category 数，k 为去重后 value 组合数），兼顾可读性与工程实用性，适用于中等规模分类聚合场景。
