PHP按标签去重保留最旧记录方法

本文介绍一种高效、可扩展的方法：先按标签升序、再按日期升序排序，随后一次遍历提取每个标签的首条（即最早）记录，避免嵌套循环，时间复杂度优化至 O(n log n)。

本文介绍一种高效、可扩展的方法：先按标签升序、再按日期升序排序，随后一次遍历提取每个标签的首条（即最早）记录，避免嵌套循环，时间复杂度优化至 O(n log n)。

在处理带时间戳的标签化数据时，常见需求是：对相同 label 的多条记录，仅保留创建时间最早（即“最旧”）的一条。注意：题目中示例目标结果误将 "11/01/2022"（更早）标为保留项，但实际逻辑应为「保留最旧」→ 即日期值最小者（如 11/01/2022 < 15/01/2022）。而原答案代码因排序逻辑为 a.created <=> b.created（升序），导致相同标签下较早日期排在前面；后续取每组最后一条（$i === $last 或 $data[$i+1]["label"] !== $data[$i]["label"]）实则取的是每组第一条（因已升序排列，第一条即最旧），因此逻辑正确。

以下是推荐的完整实现方案：

✅ 推荐解法：双字段排序 + 单次遍历（高效稳定）

function filterByOldestPerLabel(array $data): array
{
    // 按 label 升序，同 label 下按 created 升序（确保最旧日期在前）
    usort($data, function ($a, $b) {
        if ($a['label'] !== $b['label']) {
            return $a['label'] <=> $b['label'];
        }
        // 将 "d/m/Y" 格式转为 DateTime 比较，避免字符串误判（如 "2/1/2022" > "11/1/2022"）
        $dateA = DateTime::createFromFormat('d/m/Y', $a['created']);
        $dateB = DateTime::createFromFormat('d/m/Y', $b['created']);
        return $dateA <=> $dateB;
    });

    $result = [];
    $prevLabel = null;

    foreach ($data as $item) {
        // 首次出现该 label，或 label 切换时，保留当前项（即该 label 下最旧的一条）
        if ($prevLabel !== $item['label']) {
            $result[] = $item;
            $prevLabel = $item['label'];
        }
    }

    return $result;
}

// 使用示例
$data = [
    ['label' => 'Same label', 'created' => '15/01/2022'],
    ['label' => 'Same label', 'created' => '11/01/2022'],
    ['label' => 'Label alone', 'created' => '18/01/2022'],
];

$filtered = filterByOldestPerLabel($data);
print_r($filtered);

输出结果：

Array
(
    [0] => Array
        (
            [label] => Label alone
            [created] => 18/01/2022
        )
    [1] => Array
        (
            [label] => Same label
            [created] => 11/01/2022   // ✅ 最旧日期被保留
        )
)

⚠️ 关键注意事项

• 日期格式必须严格匹配：DateTime::createFromFormat('d/m/Y', ...) 要求输入为 日/月/年 格式。若原始数据含 Y-m-d 或其他格式，请同步调整格式字符串（如 'Y-m-d'）。
• 错误处理增强建议：生产环境应检查 DateTime::createFromFormat() 返回值是否为 false，避免解析失败导致比较异常：

  $dateA = DateTime::createFromFormat('d/m/Y', $a['created']);
  $dateB = DateTime::createFromFormat('d/m/Y', $b['created']);
  if (!$dateA || !$dateB) {
      throw new InvalidArgumentException('Invalid date format in data');
  }

• 性能对比：相比原始 array_search() + array_column() 的 O(n²) 方案，本方法 usort 为 O(n log n)，单次遍历为 O(n)，整体显著优于大数据量场景（如数千条以上）。
• 内存友好：无需额外哈希表存储中间状态，适合内存受限环境。

✅ 总结

该方案以「排序归一化 + 线性扫描」为核心思想，兼顾可读性、健壮性与性能。它不依赖外部库，兼容 PHP 7.0+，且易于扩展（例如改为保留最新记录，仅需将日期比较改为降序 ($dateB <=> $dateA)）。对于标签去重并按时间维度筛选的典型业务场景（如工单去重、版本快照归档等），是简洁可靠的工程实践。