具有多个元素的向量的公共元素答案

【问题标题】：Common elements of vectors with multiple elements具有多个元素的向量的公共元素
【发布时间】：2013-05-05 19:42:14
【问题描述】：

如何有效地找到具有重复元素的两个向量的共同元素？

例子：

v1 <- c(1, 1, 2, 3, 3, 4)  
v2 <- c(1, 1, 1, 3, 4, 5)  
commonElements <- c(1, 1, 3, 4)

intersect 不能很好地处理重复元素。

【问题讨论】：

两个向量的长度是否相等？
不，不能假设。它们也没有排序。

标签： r vector intersection

【解决方案1】：

我喜欢intersect 和tables，所以...

tv1 <- table(v1)
tv2 <- table(v2)
comvals <- intersect(names(tv1),names(tv2))
comtab <- apply(rbind(tv1[comvals],tv2[comvals]),2,min)

信息仍然存在，但（我认为）格式更好：

> comtab
1 3 4 
2 1 1

编辑：不过，如果你真的想要那个向量，那就是：as.numeric(rep(names(comtab),comtab))。

【讨论】：

+1 - 我建议comtab <- c(pmin(tv1[comvals], tv2[comvals]))。好吧，现在我知道这正是 @Carson 所做的。

【解决方案2】：

这是另一种选择：

common <- function(v1, v2) {
  lvls <- unique(c(v1, v2))
  v1a <- factor(v1, levels=lvls)
  v2a <- factor(v2, levels=lvls)
  v <- pmin(table(v1a), table(v2a))
  as.numeric(rep(names(v), v))
}

common(rep(1:3, 1:3), rep(1:2, 1:2))
[1] 1 2 2

common(rep(c(1,3,5), 1:3), rep(c(5,2), 2))
[1] 5 5

编辑：包装一个函数，演示不同的案例并根据@Dason 的评论加快速度

【讨论】：

@Roland 你确定吗？对我来说似乎可以处理不同长度的向量。它不会被排序，但它对我有用。除非我没有尝试足够的测试用例......
啊，这就是明确创建因子的目的。 +1
也就是说，只计算一次unique(v1, v2)而不是两次就可以获得基本的加速。

【解决方案3】：

我确信有很多方法可以做到这一点，但我选择对其进行排序并使用rle 来获取值和计数。 table 也可能完成同样的任务。

common <- function(v1, v2){
  r1 <- rle(sort(v1))
  r2 <- rle(sort(v2))
  vals <- intersect(r1$values, r2$values)
  l1 <- r1$lengths[r1$values %in% vals]
  l2 <- r2$lengths[r2$values %in% vals]
  rep(vals, pmin(l1, l2))
}

common(v1, v2)

一些例子

> common(v1, v2)
[1] 1 1 3 4
> common(c(1,1), c(3,2,1,3,1))
[1] 1 1
> common(c(1,2,3,2), c(1,2,3))
[1] 1 2 3

【讨论】：

它可以，但是我需要大量使用这个功能，我有点担心效率。您的解决方案使用：2 * rle、2 * 排序、2 * %in% 和 1 * 交集。我希望有一个聪明的方法来做这个。
好吧，你从来没有提到问题中的效率，所以我提供了这个作为第一次尝试。但是又不能保证向量的长度相等，或者向量是否已排序或有关向量本身的任何其他知识......如果你想加快速度，你总是可以使用 Rcpp ......但话虽如此，这个解决方案似乎有效即使使用大向量，对我来说也相当快。
我在问题的开头提到了效率：“如何有效地......”。我将测试您的解决方案的效率。谢谢！