r - R 匹配字符串模式中矩阵运算的向量化

Question

我使用下面的代码创建一个矩阵，该矩阵比较一个向量中的所有字符串，以查看它们是否包含第二个向量中的任何模式:

strngs <- c("hello there", "welcome", "how are you")
pattern <- c("h", "e", "o")

M <- matrix(nrow = length(strngs), ncol = length(pattern))

for(i in 1:length(strngs)){
  for(j in 1:length(pattern)){
    M[i, j]<-str_count(strngs[i], pattern[j])
  }
}

M

它工作得很好，并返回我正在寻找的矩阵:

      [,1] [,2] [,3]

[1,]    2    3    1

[2,]    0    2    1

[3,]    1    1    2

但是，我的真实数据集很大，这样的循环不能很好地扩展到具有 117、746、754 个值的矩阵。有谁知道我可以对其进行矢量化或以其他方式加速的方法吗？或者我应该只学习C++？ ;)

谢谢!

Answer 1

您可以按照 @snoram 的建议使用 outer 和 stri_count_fixed。

outer(strngs, pattern, stringi::stri_count_fixed)
#     [,1] [,2] [,3]
#[1,]    2    3    1
#[2,]    0    2    1
#[3,]    1    1    2