Wyciąg znaków, które różnią się między dwa ciągi

Question

Użyłem adist obliczyć liczbę znaków, które różnią się między dwa ciągi:

a <- "Happy day" 
b <- "Tappy Pay" 
adist(a,b) # result 2 

Teraz chciałbym, aby wyodrębnić te postaci, które różnią. W moim przykładzie chciałbym uzyskać ciąg znaków "Hd" (lub "TP", to nie ma znaczenia).

Próbowałem szukać w adist, agrep i stringi, ale niczego nie znalazłem.

Answer 1

Można użyć następującej sekwencji operacji:

• Podziel ciąg znaków za pomocą strsplit().
• Zastosowanie setdiff() porównać elementy
• owijane w funkcji redukującej

Spróbuj tego:

Reduce(setdiff, strsplit(c(a, b), split = "")) 
[1] "H" "d" 

Answer 2

Dopóki a i b mają taką samą długość możemy to zrobić:

s.a <- strsplit(a, "")[[1]] 
s.b <- strsplit(b, "")[[1]] 
paste(s.a[s.a != s.b], collapse = "") 

dawanie:

[1] "Hd" 

To wydaje się proste pod względem czytelności kodu i wydaje wiązanej dla najszybsze z podanych tu rozwiązań, chociaż myślę, że wolę f3:

f1 <- function(a, b) 
    paste(setdiff(strsplit(a,"")[[1]],strsplit(b,"")[[1]]), collapse = "") 

f2 <- function(a, b) 
    paste(sapply(setdiff(utf8ToInt(a), utf8ToInt(b)), intToUtf8), collapse = "") 

f3 <- function(a, b) 
    paste(Reduce(setdiff, strsplit(c(a, b), split = "")), collapse = "") 

f4 <- function(a, b) { 
    s.a <- strsplit(a, "")[[1]] 
    s.b <- strsplit(b, "")[[1]] 
    paste(s.a[s.a != s.b], collapse = "") 
} 

a <- "Happy day" 
b <- "Tappy Pay" 

library(rbenchmark) 
benchmark(f1, f2, f3, f4, replications = 10000, order = "relative")[1:4] 

podając następujące na świeżym sesji na moim laptopie:

test replications elapsed relative 
3 f3  10000 0.07 1.000 
4 f4  10000 0.07 1.000 
1 f1  10000 0.09 1.286 
2 f2  10000 0.10 1.429 

mam przyjąć, że różnice muszą być w odpowiednich pozycjach znaków. Możesz wyjaśnić, czy to jest intencja, czy nie.

Answer 3

Nie bardzo dumny z tego, ale wydaje się, aby wykonać zadanie:

sapply(setdiff(utf8ToInt(a), utf8ToInt(b)), intToUtf8) 

wyniki:

[1] "H" "d" 

Answer 4

podzielone na litery i wziąć różnicę jako zestawy:

> setdiff(strsplit(a,"")[[1]],strsplit(b,"")[[1]]) 
[1] "H" "d" 

Answer 5

Można użyć jednej ze zmiennych jak regex klasy postaci i gsub się z inny:

gsub(paste0("[",a,"]"),"",b) 
[1] "TP" 
gsub(paste0("[",b,"]"),"",a) 
[1] "Hd"