Быстрая проверка существования строки среди других

Есть уникальные строки, есть потребность проверить существует ли среди них какая-либо строка. Интересно как в php добиться в этом максимальной скорости. Пока идея такая:

Edwvee, array_search?

Неа, для этой цели фигня. Если ищется существующее значение, то одно и то же время тратится. Если же ищется значение которое не существует, то при выполнении скриптов ниже у меня с моим способом выполняется за то же самое время 0.15, c array_search за 9-14 секунд на протестированнных значениях.
Скрипт с моим способом:

Нафига array_search внутри цикла?

У меня если что apache на винде стоит, что есть не подходящая платформа для него и пхп.
На линуксовой машине оказалось ~0.5c мой способ и примерно ~4c cпособ с array_search
(Добавление)

Чтобы измеряемое время имело какое-то весомое и усредненное значение. Все-таки время выполнения одной инструкции это почти что на уровне погрешности, тем более может быть ощутимый разброс

(Отредактировано автором: 24 Октября, 2013 - 16:05:29)

Ясно. Ну если разделить полученное значение на 1000 то результат будет в микросекундах. Поэтому нет никакого смысла с этим заморачиваться. Для поиска ключей в массиве есть array_key_exist

http://ilia[dot]ws/archives/247-Performance-Analysis-of-isset-vs-array_key_exists.html

Измеряется же не только время выполнения инструкций среднее, но и время для создания такого массива.
Насчет array_key_exists:
Время то же самое, выходит, но символов больше. А свойство ниже в данном случае не влияет на результат, так как нигде null не присваивается.

Edwvee, для чего вы включили во время теста время генерации тестовых данных? Для получения статистического времени поиска в массиве, а не времени генерации тестовых данных, надо считать только время поиска, а так же количество итераций увеличить ещё хотя бы на 3-4 порядка.

По ключу всегда искать быстрее, чем по значению.

-----
PostgreSQL DBA

Реальная задача недавняя
Есть таблица в бд, есть потребность загрузить из csv файла в эту таблицу, только нужно было в таблице сохранить уникальность сочетания столбец1, столбец2, столбец3. Я грузил таблицу целиком(меньше 50000 записей), формировал из записей строки по этим трем столбцам, и по записям из цсв файла тоже, и искал наличие строки из цсв файла в строках из бд, чтобы знать отсылать ли ее на insert. Так что время формирования нужной формы данных тоже влияет(может оно и не отличается особо в этих двух способах). Да и думаю во многих задачах представление набора строк можно формировать и так, и так.

Не влияет. Вы изобрели hash-индекс, его штатное свойство - врать о позитивных срабатываниях, но врать быстро.

Уникальный индекс и insert ignore или insert ... on duplicate key решает большинство поставленных вопросов.
create temporary table и последующим join'ом по having count(0)>1 и разруливанием из кода, какую из версию надо оставить, решает все остальные проблемы.
А ещё есть LOAD DATA.

-----
PostgreSQL DBA