我们如何 return R中两个字符串中的公共字符数？

Question

我要搜索两个字符串和return常见字符的个数。所以，如果我们有

s1 = "aabcc" 
s2 = "adcaa"

输出应该是 solution(s1, s2) = 3。（s1 和 s2 有 3 个共同字符 - 2 个“a”和 1 个“c”。）

我的想法是使用粘贴连接两个字符串，然后检查新字符串中每个不同字符的计数。如果计数是偶数，我会将该计数的一半加到计数变量中（因此，如果我们有四个 a，那么我们就有两对），如果某个字符的计数是奇数，那么我们减去一个并添加该数字的一半到我们的计数（有效地忽略了无法配对的字符的额外出现。

我想也许我可以通过将我们的字符放入一个 data.frame 中来做到这一点，它记录了每个字母的计数，但是这样做的代码变得非常长：

df <- as.data.frame(paste(s1,s2,sep="") %>%
## keep first column only and name it     'characters':
select('characters' = 1) %>%
## multiple cell values (as separated by a   blank)
## into separate rows:
separate_rows(characters, sep = " ") %>%
group_by(characters) %>%
summarise(count = n()) %>%
arrange(desc(count))

所以我现在认为我把这整件事复杂化了。谁能指出我正确的方向？我最初的想法是明智的还是离谱的？

澄清：字符串的长度不一定相同，但它们的长度始终在 1 到 14 个字符之间。

澄清 2：理想的解决方案将在基础 R 中（无包），因为这是我首先想要胜任的，但仍然欢迎所有其他解决方案

Answer 1

inner_join(as.data.frame(table(strsplit(s1, "") )),
          as.data.frame(table(strsplit(s2, "") )),
          by = "Var1") %>% 
  mutate(Freq.diff = pmin(Freq.x, Freq.y)) %>% 
  pull(Freq.diff) %>% 
  sum()

或仅使用基数 R:

df <- merge(as.data.frame(table(strsplit(s1, ""))),
            as.data.frame(table(strsplit(s2, ""))),
            by = 1) 

sum(pmin(df$Freq.x, df$Freq.y))

Answer 2

这里的做法是先strsplit()字符串，然后vecsets::vintersect()输出相交字符（重复字符也会显示）。然后输出相交字符的length。

这应该适用于具有不同长度的字符串。

library(vecsets)

length(vintersect(strsplit(s1, "")[[1]], strsplit(s2, "")[[1]]))
[1] 3

Answer 3

另一个可能的解决方案：

library(tidyverse)

s1 = "aabcc" 
s2 = "adcaa"

data.frame(x = table(str_split(s1,"", simplify = T)[1,])) %>% 
  inner_join(data.frame(x = table(str_split(s2,"", simplify = T)[1,])), by="x.Var1") %>% 
  apply(1, min) %>% as.numeric %>% sum

#> [1] 3

我们如何 return R中两个字符串中的公共字符数？

How can we return the number of common characters in two strings in R?

r

character

dataframe