r - 如何计算两个观测值二进制组合的数量？

Question

在下面的示例中，我想知道 010 序列的数量或 1010 序列的数量。下面是一个可行的示例；

x <- c(1,0,0,1,0,0,0,1,1,1,0,0,1,0,1,0,1,0,1,0,1,0)

在此示例中，010 序列的数量为 6，1010 序列的数量为 4。

计算连续序列数量的最有效/最简单的方法是什么？

Answer 1

无绳方式:

f = function(x, patt){
  if (length(x) == length(patt)) return(as.integer(x == patt))
  w = head(seq_along(x), 1L-length(patt))
  for (k in seq_along(patt)) w <- w[ x[w + k - 1L] == patt[k] ]
  w
}

length(f(x, patt = c(0,1,0))) # 6
length(f(x, patt = c(1,0,1,0))) # 4

<小时/>

替代方案。来自@cryo11，这是另一种方法:

function(x,patt) sum(apply(embed(x,length(patt)),1,function(x) all(!xor(x,patt))))

或其他变体:

function(x,patt) sum(!colSums( xor(patt, t(embed(x,length(patt)))) ))

或使用 data.table:

library(data.table)
setkey(setDT(shift(x, seq_along(patt), type = "lead")))[as.list(patt), .N]

(shift 函数与embed 非常相似。)