如何为stringMatch函数使用apply而不是for循环？

我试图计算一长串序列之间成对差异的数量，并将其转换成矩阵形式。这是我想做的一个玩具例子

library(MiscPsycho)
b <- c("-BC", "ACB", "---") # Toy example of sequences
workb <- expand.grid(b,b)
new <- c(1:9)

# Need to get rid of this for loop somehow
for (i in 1:9) {
new[i] <- stringMatch(workb[i,1], workb[i,2], normalize="NO")
}

workb <- cbind(workb, new)
newmat <- reShape(workb$new, id=workb$Var1, colvar=workb$Var2)

a <- c("Subject1", "Subject2", "Subject3") #Relating it back to the subject ID
colnames(newmat) <- a
rownames(newmat) <- a
newmat

库（杂项）
b更换线圈

new <- apply(workb, 1, function(x) stringMatch(x[[1]],x[[2]], normalize="NO"))

new我将创建一个函数，它获取您的索引
I
，并返回
new[I]

myfun <- function(i) {
  stringMatch(workb[i, 1], workb[i, 2], normalize='NO')
}

一般来说，您在R中正确地使用了一个
for loop
。您已经事先分配了向量
new
，并且正在填充它，而不是增加它。
要获得这些“成对距离”，我应该执行以下操作：

  Vm <- Vectorize(stringMatch)
  nex <- outer(b,b, FUN=Vm, normalize = "NO")
 nex
     [,1] [,2] [,3]
[1,]    0    3    2
[2,]    3    0    3
[3,]    2    3    0

Vm我只有在收到这样的消息时才会想到它：
外部出错（b，b，FUN=stringMatch）：dims[product 9]与对象[1]的长度不匹配。
非常感谢！！这很好用，而且比我的效率高很多。太好了，谢谢！！这正是我希望写的，但我只是对语法感到困惑。有没有办法让代码更高效？下面的不同解决方案对短序列很有效，但我有几百个序列，我正试图为它们构造一个成对的差分矩阵，每个序列都有相同的长度（大约300个字符）。当我使用下面的代码时，仅仅制作一个比较20个序列的矩阵就需要半个多小时。。。
  Vm <- Vectorize(stringMatch)
  nex <- outer(b,b, FUN=Vm, normalize = "NO")
 nex
     [,1] [,2] [,3]
[1,]    0    3    2
[2,]    3    0    3
[3,]    2    3    0