Как я могу сравнить две строки, чтобы найти количество символов, которые соответствуют в R, используя расстояние замены?

В R у меня есть два вектора символов, a и b.

a <- c("abcdefg", "hijklmnop", "qrstuvwxyz")
b <- c("abXdeXg", "hiXklXnoX", "Xrstuvwxyz")

Мне нужна функция, которая подсчитывает несоответствия символов между каждым элементом a и соответствующим элементом b. Используя приведенный выше пример, такая функция должна возвращать c(2,3,1). Струны выравнивать не нужно. Мне нужно сравнить каждую пару строк посимвольно и подсчитать совпадения и / или несоответствия в каждой паре. Существует ли такая функция в R?

Или, чтобы задать вопрос по-другому, существует ли функция, которая дает мне расстояние редактирования между двумя строками, где единственной разрешенной операцией является подстановка (игнорировать вставки или удаления )?


r string-comparison edit-distance string-substitution
person Ryan C. Thompson    schedule 24.06.2013    source источник
comment
Строго говоря, это всего лишь расстояние замены, а не полное расстояние редактирования.   -  person smci    schedule 18.05.2014
comment
Спасибо за исправление.   -  person Ryan C. Thompson    schedule 20.05.2014

Ответы (2)


arrow_upward
8
arrow_downward

Используя немного mapply веселья:

mapply(function(x,y) sum(x!=y),strsplit(a,""),strsplit(b,""))
#[1] 2 3 1
person thelatemail    schedule 24.06.2013
comment
Мне очень жаль, но это не то, о чем я просил. В моем примере получилось дать правильный ответ, но это не сработало бы, если бы в строках были повторяющиеся буквы. Например, рассмотрим a <- "aaaaaaa"; b <- "aaaXaaa". Ваш код вернет 6 несоответствий, если правильный ответ - 1. - person Ryan C. Thompson; 25.06.2013
comment
@RyanThompson - Хорошо - скорректировал ответ с учетом повторов. - person thelatemail; 25.06.2013
comment
Для ясности я бы переименовал vars и fn: substitution_distance <- function(s1,s2) { mapply(function(c1,c2) sum(c1!=c2), strsplit(s1,''), strsplit(s2,'')) } - person smci; 18.05.2014

arrow_upward
1
arrow_downward

Другой вариант - использовать adist, который вычисляет приблизительное расстояние строки между векторами символов:

mapply(adist,a,b)
abcdefg  hijklmnop qrstuvwxyz 
     2          3          1
person agstudy    schedule 24.06.2013
comment
Эти два решения не являются полностью взаимозаменяемыми, попробуйте: a <- c("cdefgba", "hijklmnop", "qrstuvwxyz"), мое решение дает c(7,3,1), а adist дает c(6,3,1) - person thelatemail; 25.06.2013
comment
Этот ответ позволяет использовать инделки, а я просто прошу посимвольное сравнение. - person Ryan C. Thompson; 25.03.2014