当前位置：极客教程 > R语言 > R语言 问答 > R语言 如何计算汉明距离

R语言 如何计算汉明距离

R语言 如何计算汉明距离

在这篇文章中，我们将研究在R编程语言中计算有害距离的各种方法。

两个数据集合之间的汉明距离是对应元素不同的位置数。换句话说，我们可以说，要使两个数据集合相同，需要的最小变化数。R中的汉明距离是针对向量计算的。

如何在R语言中计算汉明距离？

数字向量： 数字向量是一个由整数、十进制、双数等数值组成的向量。考虑一个例子，我们给了两个数字向量，vect1 = c(1, 3, 4, 5)和vect2 = c(1, 3, 9, 5)，因为只有对应的第三个元素不同，所以Hamming距离等于1。

在R中，我们可以通过以下方法计算两个数字向量之间的汉明距离。

方法1：使用内置的sum()函数 来计算数字向量的汉明距离

在这个方法中，用户需要调用一个内置的sum函数，利用这个函数我们可以计算数字向量之间的汉明距离。在内部，这个函数计算出vect1的元素与vect2的元素不相等的对应位置的数量。

语法 。

sum(vect1 != vect2)

例子 。

让我们考虑两个数字向量，vect1 = c(10, 2, 3, 7, 8, 12) 和 vect2 = c(10, 2, 1, 2, 0, 24)。显然，相应的第三、第四、第五和第六元素是不同的。因此，汉明距离等于4。

# Swift program to illustrate the working 
# of sum function to compute Hamming distance 
# between numeric vectors
  
# Initializing a vector of integers
vect1 <- c(10, 2, 3, 7, 8, 12)
  
# Initializing another vector of Qintegers
vect2 <- c(10, 2, 1, 2, 0, 24)
  
# Hamming distance
HammingDistance = sum(vect1 != vect2) 
  
# Print Hamming distance
print(paste("Hamming distance between vect1 and vect2 \
is equal to", HammingDistance))
Bash

输出 。

[1] "Hamming distance between vect1 and vect2 is equal to 4"
Bash

方法2：使用自定义()函数来计算数字向量的汉明距离

在这种方法中，用户可以创建自己的自定义函数，计算两个数字向量之间的汉明距离。按照下面的步骤，使用自定义函数计算汉明距离。

  • 定义一个 computerHammingDistance 函数。它接受两个向量作为参数，vect1和vect2。
  • 初始化一个变量答案为0，它计算出最终的答案。
  • 现在使用for-in循环遍历vect1或vect2的长度。如果vect1[index]等于vect2[index]，那么答案变量增量为1。
  • 迭代结束后，从函数中返回答案变量。
  • 初始化一个变量HammingDistance，并将函数返回的值赋给它。
  • 打印HammingDistance变量所代表的值。

例子 。

让我们考虑两个数字向量，vect1 = c(11, 7, 3, 2, 8, 12) 和 vect2 = c(8, 7, 3, 2, 8, 24)。很明显，相应的第一个和最后一个元素是不同的。因此，汉明距离等于2。

# Swift program to illustrate the working of 
# sum function to compute Hamming distance 
# between numeric vectors
  
# Function to compute Hamming Distance
computeHammingDistance <- function(vect1, vect2) {
    
  # Initialize answer as 0
  # It calculates our Hamming distance
  answer <- 0
    
  # Iterate over the length of the vector
  for (index in 1:length(vect1)) {
      
    # If vect1[index] is not equal to vect2[index]
    if (vect1[index] != vect2[index]){
        
      # Update answer variable
      # Increment the count
      answer = answer + 1
    }
  }
    
  # Return the calculated distance
  return (answer)
}
  
# Initializing a vector
vect1 <- c(11, 7, 3, 2, 8, 12)
  
# Initializing another vector
vect2 <- c(8, 7, 3, 2, 8, 24)
  
# Call computeHammingDistance function
HammingDistance = computeHammingDistance(vect1, vect2)
  
# Print Hamming Distance
print(paste("Hamming distance between vect1 and vect2\
is equal to", HammingDistance))
Bash

输出 。

[1] "Hamming distance between vect1 and vect2 is equal to 2"
Bash

方法3：使用内置的sum()函数来计算二进制向量的汉明距离

在这种方法中，用户需要调用一个内置的sum函数，利用它我们可以计算两个二进制向量之间的汉明距离。

二进制向量。二进制向量是一个由只有两个逻辑值的数值组成的向量，即0或1。考虑一个例子，我们给了两个二进制向量，vect1 = c(1, 0, 1, 0)，vect2 = c(1, 1, 1, 1)。由于只有相应的第二和第四元素不同，所以汉明距离等于2。

语法 。

sum(vect1 != vect2)

在内部，这个函数计算出vect1的元素不等于vect2的元素的对应位置的数量。

例子 。

让我们考虑两个二进制向量，vect1 = c(0, 1, 0, 1, 0, 1)和vect2 = c(1, 1, 0, 0, 1, 1)。很明显，对应的第一、第四和第五元素是不同的。因此，汉明距离等于3。

# Swift program to illustrate the working of 
# sum function to compute Hamming distance 
# between binary vectors
  
# Initializing a binary vector
vect1 <- c(0, 1, 0, 1, 0, 1)
  
# Initializing another binary vector
vect2 <- c(1, 1, 0, 0, 1, 1)
  
# Hamming distance
HammingDistance = sum(vect1 != vect2) 
  
# Print Hamming distance
print(paste("Hamming distance between vect1 and vect2 \
is equal to", HammingDistance))
Bash

输出 。

[1] "Hamming distance between vect1 and vect2 is equal to 3"
Bash

方法4：使用自定义()函数来计算二进制矢量的汉明距离

在这种方法中，用户必须遵循与上述方法2相同的方法，只是将R编程语言中的向量类型改为二进制。

例子 。

让我们考虑两个二进制向量，vect1 = c(0, 1, 0, 1, 1, 1) 和 vect2 = c(1, 1, 0, 0, 1, 1)。很明显，对应的第一和第四元素是不同的。因此，汉明距离等于2。

# Swift program to illustrate the working of 
# sum function to compute Hamming distance 
# between binary vectors
  
# Function to compute Hamming Distance
computeHammingDistance <- function(vect1, vect2) {
     
    # Initialize answer as 0
    # It calculates our Hamming distance
    answer <- 0
      
    # Iterate over the length of the vector
    for (index in 1:length(vect1)) {
      
       # If vect1[index] is not equal to vect2[index]
       if (vect1[index] != vect2[index]){
          
           # Update answer variable
           # Increment the count
           answer = answer + 1
       }
    }
      
    # Return the calculated distance
    return (answer)
}
  
# Initializing a binary vector
vect1 <- c(0, 1, 0, 1, 1, 1)
  
# Initializing another binary vector
vect2 <- c(1, 1, 0, 0, 1, 1)
  
# Call computeHammingDistance function
HammingDistance = computeHammingDistance(vect1, vect2)
  
# Print Hamming Distance
print(paste("Hamming distance between vect1 and vect2 \
is equal to", HammingDistance))
Bash

输出 。

[1] "Hamming distance between vect1 and vect2 is equal to 2"
Bash

方法5：使用内置的sum()函数来计算字符串向量的汉明距离

在这种方法下，用户必须应用与上述方法-1和方法-3相同的方法，将向量类型改为字符串。

字符串向量： 字符串向量是一个由若干字符串组成的向量。考虑一个例子，我们给了两个数字向量，vect1 = c(“GeeksforGeeks”, “R”, “C++”, “Java”)和vect2 = c(“Geeks”, “R”, “C”, “Java”)，因为只有对应的第一和第三元素不同，因此汉明距离等于二。

语法 。

sum(vect1 != vect2)
Bash

例子 。

让我们考虑两个字符串向量，vect1 = c(“GeeksforGeeks”, “Java”, “Python”, “C++”, “R”, “Swift”, “PHP”) 和 vect2 = c(“Geeks”, “Java”, “C++”, “R”, “Python”, “Swift”, “C#”)。很明显，对应的第一、第三、第四、第五和第七元素是不同的。因此，汉明距离等于5。

# Swift program to illustrate the working of
# sum function to compute Hamming distance
# between string vectors
  
# Initializing a string vector
vect1 <- c("GeeksforGeeks", "Java", "Python", "C++",
           "R", "Swift", "PHP")
  
# Initializing another string vector
vect2 <- c("Geeks", "Java", "C++", "R", "Python",
           "Swift", "C#")
  
# Hamming distance
HammingDistance = sum(vect1 != vect2) 
  
# Print Hamming distance
print(paste("Hamming distance between vect1 and vect2 is\
equal to", HammingDistance))
Bash

输出 。

[1] "Hamming distance between vect1 and vect2 is equal to 5"
Bash

方法6：使用自定义()函数来计算字符串向量的汉明距离

在这个方法中，用户必须遵循上述方法2和方法4中的相同方法，只是将R编程语言中的向量类型改为字符串。

例子 。

让我们考虑两个字符串向量，vect1 = c(“GeeksforGeeks”, “Java”, “C#”, “C++”, “R”, “PHP”, “Swift”)和vect2 = c(“GeeksforGeeks”, “Python”, “C”, “R”, “Python”, “Swift” “C#”)。很明显，对应的第二、第三、第四、第五、第六和第七元素是不同的。因此，汉明距离等于6。

# Swift program to illustrate the working of 
# sum function to compute Hamming distance
# between string vectors
  
# Function to compute Hamming Distance
computeHammingDistance <- function(vect1, vect2) {
     
    # Initialize answer as 0
    # It calculates our Hamming distance
    answer <- 0
      
    # Iterate over the length of the vector
    for (index in 1:length(vect1)) {
      
       # If vect1[index] is not equal to vect2[index]
       if (vect1[index] != vect2[index]){
          
           # Update answer variable
           # Increment the count
           answer = answer + 1
       }
    }
      
    # Return the calculated distance
    return (answer)
}
  
# Initializing a string vector
vect1 <- c("GeeksforGeeks", "Java", "C#", "C++", "R", "PHP", "Swift")
  
# Initializing another string vector
vect2 <- c("GeeksforGeeks", "Python", "C", "R", "Python", "Swift", "C#")
  
# Call computeHammingDistance function
HammingDistance = computeHammingDistance(vect1, vect2)
  
# Print Hamming Distance
print(paste("Hamming distance between vect1 and vect2 is equal to", HammingDistance))
Bash

输出 。

[1] "Hamming distance between vect1 and vect2 is equal to 6"
Bash

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

R语言 精品教程

登录

找回密码？

注册