根据特定字符顺序按字典顺序对字符串进行排序

Question

我正在努力解决 Rosalind 问题，并且陷入了Ordering Strings of Varying Length Lexicographically问题。

到目前为止，我已经成功地创建了不同长度字母的所有正确排列。 现在的主要问题是如何根据字母提供的顺序对它们进行排序。

示例输入是字母DNA 。 但在 n <= 4 个排列中最多可以有 12 个唯一字母。

对于示例 n = 3。这会产生 39 种不同的重复排列，但这些排列随后将按照D在N在A之前的顺序按字典顺序排序。

这意味着正确的顺序是：

正确的	不正确
丁	一种
DD	AA
DDD	AAA级
专线专线	AAD
DDA	安联
DN	广告
免打扰	艾达
神经网络	添加
脱氧核糖核酸	自动驾驶网络
达	一个
爸爸	全日空
担	和
DAA	人工神经网络
...	...
AAD	新南威尔士州
安联	NND
AAA级	神经网络

我的第一个想法是将它们转换为具有水平的因素，然后尝试根据它们的水平对它们进行排序，但我不能完全做到这一点。

到目前为止，我创建了所有排列的列表，然后尝试对其进行排序，但不知道如何让排序遵循给定的DNA顺序

text_input <- c("D", "N", "A")
n <- 3

empty_df <- data.frame(matrix("", ncol = n))

temp_df <- data.frame()

for (i in n:1) {
  temp_df <- data.frame(arrangements::permutations(text_input, k = i, replace = TRUE))
  empty_df <- bind_rows(empty_df, temp_df)
}

result_df <- replace(empty_df, is.na(empty_df), "") |> 
  unite(col = combined, everything(), sep = "", remove = FALSE) |> 
  mutate(across(2:(n+2), ~ factor(.x, levels = text_input)),
         across(2:(n+2), ~ str_replace_na(.x, replacement = "")))

result_vec <- tail(result_df$combined, -1)

Answer 1

我将使用您拥有的样本数据， Correct的，随机的，以确保我们得到正确的顺序。

quux <- structure(list(Correct = c("D", "DD", "DDD", "DDN", "DDA", "DN", "DND", "DNN", "DNA", "DA", "DAD", "DAN", "DAA", "AAD", "AAN", "AAA"), Incorrect = c("A", "AA", "AAA", "AAD", "AAN", "AD", "ADA", "ADD", "ADN", "AN", "ANA", "AND", "ANN", "NNA", "NND", "NNN")), row.names = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 15L, 16L, 17L), class = "data.frame")
set.seed(42)
quuxR <- quux[sample(nrow(quux)),]
quuxR$Correct
#  [1] "D"   "DDA" "AAA" "DNA" "DA"  "DDN" "DD"  "AAD" "DNN" "DND" "DAD" "DAA" "AAN" "DAN" "DDD" "DN" 

ltrs <- c("D", "N", "A")
inds <- lapply(strsplit(quux$Correct, ""), match, table = ltrs)
inds <- lapply(inds, `length<-`, max(lengths(inds)))
quuxR$Correct[do.call(order, c(do.call(Map, c(f=c, inds)), list(na.last = FALSE)))]
#  [1] "D"   "DD"  "DDD" "DDN" "DDA" "DN"  "DND" "DNN" "DNA" "DA"  "DAD" "DAN" "DAA" "AAD" "AAN" "AAA"
identical(quux$Correct, quuxR$Correct[do.call(order, c(do.call(Map, c(f=c, inds)), list(na.last = FALSE)))])
# [1] TRUE

脚步：

1. strsplit(.., "")将字符串拆分为单个字母。
2. match(.., table=ltrs)用ltrs中的索引替换一个字母，这给了我们正确的字母优先级/排序。
3. `length<-`是因为我们随后将对它们进行rbind ，但这只有在它们都具有相同的长度时才有效。 执行此步骤（与max(lengths(..))一起使用NA填充较短的向量，以便所有子向量具有相同数量的元素。
4. do.call(Map, c(f=c, inds))将长度为n的m个向量列表转置为长度为n的列表，每个列表都有m个元素。 这对下一步非常有帮助......
5. do.call(order, ..)类似于调用order(L[[1]], L[[2]], L[[3]]) （如果L是转置列表），但更具编程性。 我们将list(na.last=FALSE)作为参数添加到向量列表中，以便我们可以获得较短字符串的正确排序。

Answer 2

您可以使用chartr并对其结果进行order ，并使用它来对原始无序向量进行子集化。

x <- c("DD", "AAN", "DDD", "DNA", "DAA", "DAD", "DDN", "DDA", "DND", 
       "DAN", "DNN", "DA", "AAA", "AAD", "DN", "D") #Unordered
y <- c("D", "DD", "DDD", "DDN", "DDA", "DN", "DND", "DNN", "DNA", "DA",
       "DAD", "DAN", "DAA", "AAD", "AAN", "AAA") #Target order

z <- x[order(chartr("DNA", "ABC", x))]
identical(z, y)
#[1] TRUE

z
# [1] "D"   "DD"  "DDD" "DDN" "DDA" "DN"  "DND" "DNN" "DNA" "DA"  "DAD" "DAN"
#[13] "DAA" "AAD" "AAN" "AAA"

Answer 3

这是另一个解决方案，可能不像其他解决方案那么简洁。

它以 function 开头，用数字1 、 2和3替换三个字母D 、 N和A 。

将此 function 应用于无序列表向量并对其应用order ，返回一个有序向量，无序列表可以用它进行切片。

library(tidyverse)

x <- c(
    "DD", "AAN", "DDD", "DNA", "DAA", "DAD", "DDN", "DDA", "DND",
    "DAN", "DNN", "DA", "AAA", "AAD", "DN", "D"
) # Unordered

er <- function(s) {
    s1 <- stringr::str_replace_all(s, "D", "1")
    s1 <- stringr::str_replace_all(s1, "N", "2")
    s1 <- stringr::str_replace_all(s1, "A", "3")
    return(s1)
}

l1 <- order(er(x))

x[l1]
#>  [1] "D"   "DD"  "DDD" "DDN" "DDA" "DN"  "DND" "DNN" "DNA" "DA"  "DAD" "DAN"
#> [13] "DAA" "AAD" "AAN" "AAA"