r - 如何在R中生成N个最不相似的组合

Question

我有一组 6 个颜色代码 (x)、一组 N 个个体，每个个体都需要用唯一的颜色代码进行标记，以及每只动物的四个位置，每个位置可以带有不同的颜色。我有 6 种不同的颜色。

因此，两个人的代码可能是；
1.红、蓝、蓝、白
2.白色，黄色，粉色，黄色

但是，由于每个位置的颜色可能会脱落，我想生成一个冗余标签方案，即使在失去了颜色之后，仍然可以将一个人与其他人区分开来。在一个(甚至两个？)位置上颜色。

尽管 6 种颜色和 4 个位置给出了 1296 种组合，但我发现很难选择 N 个最不相似的组合:

可重现的示例:

library(gtools)
x     <- c("white", "red", "green", "blue", "pink", "yellow")
Perms <- permutations(n=6,r=4,v=x,repeats.allowed=T)
print(nrow(Perms))
head(Perms)

请注意，前 6 个组合的颜色仅在 1 个位置不同 - 超过 1 个个体丢失此代码将意味着它们无法再被区分!

那么，对于N的值在50-150之间，如何选择N个最不相似的组合？

谢谢!

Answer 1

我无法最终回答你的问题，但我有一个想法可能对你有帮助。

使用每种颜色的第一个字母构建字符串代码:

library(gtools)
x     <- c("w", "r", "g", "b", "p", "y")
Perms <- permutations(n=6,r=4,v=x,repeats.allowed=T)
m <- apply(Perms, 1, paste, collapse = "")

> head(m)
[1] "bbbb" "bbbg" "bbbp" "bbbr" "bbbw" "bbby"

示例 n 代码:

set.seed(1)
n <- 50
y <- sample(m, n)

创建一个 n*n 矩阵 Levenshtein distances :

library(vwr)
lvmat <- sapply(y, function(x) levenshtein.distance(x, y))

> lvmat[1:5, 1:5]
     grrp pgpg rprr yprw gggp
grrp    0    4    3    3    2
pgpg    4    0    4    4    3
rprr    3    4    0    2    4
yprw    3    4    2    0    4
gggp    2    3    4    4    0

现在您可以最大化 sum(lvmat)，也许可以通过引导或任何能让您的船漂浮的方式，以获得最不同组合的样本。