R adist 近似弦距

說明

計算字符向量之間的近似字符串距離。該距離是廣義的 Levenshtein(編輯)距離，給出將一個字符串轉換為另一個字符串所需的插入、刪除和替換的最小可能加權數量。

用法

adist(x, y = NULL, costs = NULL, counts = FALSE, fixed = TRUE,
      partial = !fixed, ignore.case = FALSE, useBytes = FALSE)

參數

x	一個字符向量。不支持Long vectors。
y	字符向量，或 NULL (默認)指示將 x 視為 y 。
costs	名稱部分匹配 ‘ 的數字向量或列表⁠插入⁠', '⁠刪除⁠' 和 '⁠替代品⁠’ 給出計算 Levenshtein 距離的相應成本，或者NULL(默認)指示對所有三種可能的轉換使用單位成本。
counts	一個邏輯，指示是否選擇性地返回轉換計數(插入、刪除和替換的數量)作為返回值的 "counts" 屬性。
fixed	一個合乎邏輯的。如果TRUE(默認)，則x 元素用作字符串文字。否則，它們被視為正則表達式，並隱含 partial = TRUE (對應於 agrep 與 fixed = FALSE 使用的近似字符串距離)。
partial	一個邏輯，指示轉換後的 x 元素是否必須與完整的 y 元素完全匹配，或者僅匹配這些元素的子字符串。後者對應於 agrep 使用的近似字符串距離(默認情況下)。
ignore.case	一個合乎邏輯的。如果是 TRUE ，則在計算距離時忽略大小寫。
useBytes	一個合乎邏輯的。如果TRUE距離計算是逐字節而不是逐字符完成的。

細節

兩個字符串之間的(廣義)編輯(或編輯)距離s和t是轉換所需的插入、刪除和替換的最小可能加權數量s進入t(以便變換完全匹配t)。該距離的計算公式為partial = FALSE，目前使用動態規劃算法(參見，例如，https://en.wikipedia.org/wiki/Levenshtein_distance) 具有空間和時間複雜度O(mn)，其中m和n的長度是s和t， 分別。另外計算轉換序列和計數是O(\max(m, n)).

廣義編輯距離也可用於近似(模糊)字符串匹配，在這種情況下，可以找到t與圖案的距離最小s(可以將其視為正則表達式，在這種情況下，適用使用最左邊和最長匹配的原則)，請參見，例如https://en.wikipedia.org/wiki/Approximate_string_matching。該距離的計算公式為partial = TRUE使用 '⁠tre⁠” 作者：Ville Laurikari(https://github.com/laurikari/tre) 並對應於所使用的距離agrep。在這種情況下，給定的成本值被強製為整數。

請注意，插入和刪除的成本可能不同，在這種情況下，插入和刪除之間的距離s和t之間的距離可能不同t和s.

值

具有 x 和 y 元素的近似字符串距離的矩陣，其行和列分別對應於 x 和 y 。

如果counts是TRUE，轉換計數返回為"counts"該矩陣的屬性，作為一個 3 維數組，其維度對應於以下元素x, 的元素y，以及轉換類型(插入、刪除和替換)。另外，如果partial = FALSE，變換序列返回為"trafos"返回值的屬性，作為帶有元素‘的字符串⁠M⁠', '⁠我⁠', '⁠D⁠' 和 '⁠S⁠’分別表示匹配、插入、刪除和替換。如果partial = TRUE，匹配子字符串的偏移量(第一個和最後一個元素的位置)作為"offsets"返回值的屬性(兩個偏移量-1如果不匹配)。

例子

## Cf. https://en.wikipedia.org/wiki/Levenshtein_distance
adist("kitten", "sitting")
## To see the transformation counts for the Levenshtein distance:
drop(attr(adist("kitten", "sitting", counts = TRUE), "counts"))
## To see the transformation sequences:
attr(adist(c("kitten", "sitting"), counts = TRUE), "trafos")

## Cf. the examples for agrep:
adist("lasy", "1 lazy 2")
## For a "partial approximate match" (as used for agrep):
adist("lasy", "1 lazy 2", partial = TRUE)

也可以看看

agrep 使用廣義編輯距離進行近似字符串匹配(模糊匹配)。