R 多元素向量的公共元素

如何有效地找到具有重复元素的两个向量的公共元素

例如：

v1 <- c(1, 1, 2, 3, 3, 4)  
v2 <- c(1, 1, 1, 3, 4, 5)  
commonElements <- c(1, 1, 3, 4)

---

v1我确信有很多方法可以做到这一点，但我选择了对其进行排序，并使用
rle
获取值和计数<代码>表格

也可能完成同样的任务

common <- function(v1, v2){
  r1 <- rle(sort(v1))
  r2 <- rle(sort(v2))
  vals <- intersect(r1$values, r2$values)
  l1 <- r1$lengths[r1$values %in% vals]
  l2 <- r2$lengths[r2$values %in% vals]
  rep(vals, pmin(l1, l2))
}

common(v1, v2)

---

这是另一个选择：

common <- function(v1, v2) {
  lvls <- unique(c(v1, v2))
  v1a <- factor(v1, levels=lvls)
  v2a <- factor(v2, levels=lvls)
  v <- pmin(table(v1a), table(v2a))
  as.numeric(rep(names(v), v))
}

common(rep(1:3, 1:3), rep(1:2, 1:2))
[1] 1 2 2

common(rep(c(1,3,5), 1:3), rep(c(5,2), 2))
[1] 5 5

---

common我喜欢
intersect
和
table
s，所以

tv1 <- table(v1)
tv2 <- table(v2)
comvals <- intersect(names(tv1),names(tv2))
comtab <- apply(rbind(tv1[comvals],tv2[comvals]),2,min)

编辑：如果你真的想要那个向量，那么它是：
as.numeric（rep（names（comtab），comtab））
两个向量的长度相等吗？不，不能假设。它们也没有被分类。它可以工作，但我需要大量使用这个函数，我有点担心效率。您的解决方案使用：2*rle、2*sort、2*%in%和1*交集。我希望有一个聪明的方法来解决这个问题。你在这个问题上从来没有提到效率，所以我把这个作为第一次尝试。但是，同样没有保证向量长度相等，或者如果向量被排序，或者关于向量本身的任何其他知识。。。如果你想加速，你可以使用Rcpp。。。尽管如此，这个解决方案对我来说似乎相当快，即使是大向量。我在问题的一开始提到了效率：“如何高效……”。我将测试您的解决方案的效率。谢谢@罗兰，你确定吗？对我来说，似乎在处理不同长度的向量。它不会被分类，但对我有效。除非我没有尝试足够的测试用例…啊，这就是创建因子的目的+因此，只需计算
unique（v1，v2）
一次而不是两次，就可以获得基本的速度提升
tv1 <- table(v1)
tv2 <- table(v2)
comvals <- intersect(names(tv1),names(tv2))
comtab <- apply(rbind(tv1[comvals],tv2[comvals]),2,min)

> comtab
1 3 4 
2 1 1