以 R 为底的斯皮尔曼尺距
Spearman's footrule distance with base R
给定两个排列：
v1
[1] 4 3 1 5 2
v2
[1] 2 3 4 5 1
你如何计算 Spearman 的脚尺距离（所有元素的总位移）与基数 R？ （对于大小 n 的任意两个排列是灵活的）
比如这两个向量，如下：
1 从 v1 移动 2 位置到 v2
2 从 v1 移动 4 位置到 v2
3 从 v1 移动 0 位置到 v2
4 从 v1 移动 2 位置到 v2
5 从 v1 移动 0 位置到 v2
所以总距离为：2+4+0+2+0 = 8
这是使用 sapply、which 和 sum 的方法：
sum(sapply(seq_along(v1), function(i) abs(i - (which(v2 == v1[i])))))
在这里，我们沿着v1的索引移动，计算当前索引中元素的索引与其在v2中的位置的距离。然后将这些加在一起。
我怀疑评论中@alexis_laz 的解决方案可能具有更高的计算效率。
给定两个排列：
v1
[1] 4 3 1 5 2
v2
[1] 2 3 4 5 1
你如何计算 Spearman 的脚尺距离（所有元素的总位移）与基数 R？ （对于大小 n 的任意两个排列是灵活的）
比如这两个向量，如下：
1 从 v1 移动 2 位置到 v2
2 从 v1 移动 4 位置到 v2
3 从 v1 移动 0 位置到 v2
4 从 v1 移动 2 位置到 v2
5 从 v1 移动 0 位置到 v2
所以总距离为：2+4+0+2+0 = 8
这是使用 sapply、which 和 sum 的方法：
sum(sapply(seq_along(v1), function(i) abs(i - (which(v2 == v1[i])))))
在这里，我们沿着v1的索引移动，计算当前索引中元素的索引与其在v2中的位置的距离。然后将这些加在一起。
我怀疑评论中@alexis_laz 的解决方案可能具有更高的计算效率。