R: agrep 结果量词

Question

是否有内置方法来量化 agrep 的结果？功能？例如。在

agrep("test", c("tesr", "teqr", "toar"), max = 2, v=T)
[1] "tesr" "teqr"

tesr距离 test 仅 1 个字符排列, 而 teqr是 2，并且 toar是 3，因此未找到。显然， tesr具有比 teqr 更高的“概率” .如何以排列数或百分比检索它？
谢谢!

编辑:抱歉没有把这个问题放在首位。我已经在运行一个两步程序: agrep获取我的列表，然后 adist得到N个排列。 adist速度较慢，运行时间是我数据集中的一个重要因素

Answer 1

使用 adist() 的另一种选择:

s <- c("tesr", "teqr", "toar")
s[adist("test", s) < 3]

或使用 stringdist

library(stringdist)
s[stringdist("test", s, method = "lv") < 3]

这使:

#[1] "tesr" "teqr"

基准

x <- rep(s, 10e5)
library(microbenchmark)
mbm <- microbenchmark(
  levenshteinDist = x[which(levenshteinDist("test", x) < 3)],
  adist = x[adist("test", x) < 3],
  stringdist = x[stringdist("test", x, method = "lv") < 3],
  times = 10
)

这使:

Unit: milliseconds
            expr       min        lq      mean    median        uq       max neval cld
 levenshteinDist  840.7897 1255.1183 1406.8887 1398.4502 1510.5398 1960.4730    10  b 
           adist 2760.7677 2905.5958 2993.9021 2986.1997 3038.7692 3472.7767    10   c
      stringdist  145.8252  155.3228  210.4206  174.5924  294.8686  355.1552    10 a