测试向量是否包含在另一个向量中，包括重复

Question

我一直在苦苦挣扎着这一段时间：给定两个向量，每个向量包含可能的元素重复，我如何测试一个是否完全包含在另一个中？ %in%不考虑重复。我想不出一个优雅的解决方案，它不依赖于apply系列的东西。

x  <- c(1, 2, 2, 2) 
values <- c(1, 1, 1, 2, 2, 3, 4, 5, 6) 

# returns TRUE, but x[x == 2] is greater than values[values == 2] 
all(x %in% values) 

# inelegant solution 
"%contains%" <- 
    function(values, x){ 
        n <- intersect(x, values) 
        all(sapply(n, function(i) sum(values == i) >= sum(x == i))) 
         } 

# which yields the following: 
> values %contains% x 
[1] FALSE 
> values <- c(values, 2) 
> values %contains% x 
[2] TRUE 

---

标杆更新

我可能已经发现，除了由萨芬下面

# values and x must all be non-negative - can change the -1 below accordingly 
"%contains%" <- 
    function(values, x){ 
      t <- Reduce(function(.x, .values) .values[-which.max(.values == .x)] 
         , x = x 
         , init = c(-1, values)) 
      t[1] == -1 
    } 

标杆所有问题的答案提供了答案另一种解决方案，到目前为止，包括thelatemail的修改marat，使用大小x x

library(microbenchmark) 

set.seed(31415) 
values <- sample(c(0:100), size = 100000, replace = TRUE) 
set.seed(11235) 
x_lrg <- sample(c(0:100), size = 1000, replace = TRUE) 
x_sml <- c(1, 2, 2, 2) 


lapply(list(x_sml, x_lrg), function(x){ 
    microbenchmark( hoho_sapply(values, x) 
        , marat_table(values, x) 
        , marat_tlm(values, x) 
        , hoho_reduce(values, x) 
        , unit = "relative") 
    }) 

# Small x 
# [[1]] 
# Unit: relative 
#     expr  min  lq  mean median  uq  max neval 
# hoho_sapply(values, x) 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 100 
# marat_table(values, x) 12.718392 10.966770 7.487895 9.260099 8.648351 1.819833 100 
# marat_tlm(values, x) 1.354452 1.181094 1.026373 1.088879 1.266939 1.029560 100 
# hoho_reduce(values, x) 2.951577 2.748087 2.069830 2.487790 2.216625 1.097648 100 
# 
# Large x 
# [[2]] 
# Unit: relative 
#     expr  min  lq  mean median  uq  max neval 
# hoho_sapply(values, x) 1.158303 1.172352 1.101410 1.177746 1.096661 0.6940260 100 
# marat_table(values, x) 1.000000 1.000000 1.000000 1.000000 1.000000 1.0000000 100 
# marat_tlm(values, x) 1.099669 1.059256 1.102543 1.071960 1.072881 0.9857229 100 
# hoho_reduce(values, x) 85.666549 81.391495 69.089366 74.173366 66.943621 27.9766047 100 

Answer 1

使用table尝试，如：

"%contain%" <- function(values,x) { 
    tx <- table(x) 
    tv <- table(values) 
    z <- tv[names(tx)] - tx 
    all(z >= 0 & !is.na(z)) 
} 

一些例子：

> c(1, 1, 1, 2, 2, 3, 4, 5, 6) %contain% c(1,2,2,2) 
[1] FALSE 
> c(1, 1, 1, 2, 2, 3, 4, 5, 6, 2) %contain% c(1,2,2,2) 
[1] TRUE 
> c(1, 1, 1, 2, 2, 3, 4, 5, 6) %contain% c(1,2,2) 
[1] TRUE 
> c(1, 1, 1, 2, 2, 3, 4, 5, 6) %contain% c(1,2,2,7) 
[1] FALSE