两个长度不同的字符串的接近度评分（在R中实现双重求和）

我试图在R中实现下面的等式，但我在这样做时遇到了困难

我目前的方法如下，但我担心这是不正确的，因为完美匹配会得到相同的分数（很抱歉代码冗长、不复杂：我很新）：

query=“急性髓系白血病”
document1=“急性髓系白血病正常核型”
document2=“急性髓系白血病”
document3=“急性正常核型”
Q由于需要多次计算
min\u dist
和
actual\u dist
，因此应该将它们作为函数编写。另外，让您的代码尽可能接近算法。类似于以下的方法应该可以工作：

min_dist <- function(d, Q) {
  W <- intersect(d,Q)
  n <- length(W)
  sum(sapply(0:(n-1), function(i) sapply(0:(n-1), function(j) abs(i-j))))
}

current_dist <- function(d, Q) {
  W <- intersect(d,Q)
  pos <- sapply(W, function(x)which(Q==x))
  n <- length(pos)
  sum(sapply(1:n, function(i) sapply(1:n, function(j) abs(pos[i]-pos[j]))))
}

dist_d1_Q <- min_dist(d1, Q) / current_dist(d1, Q)
dist_d2_Q <- min_dist(d2, Q) / current_dist(d2, Q)
dist_d3_Q <- min_dist(d3, Q) / current_dist(d3, Q)

c(dist_d1_Q, dist_d2_Q, dist_d3_Q)
# [1]   1   1 NaN

min_dist由于需要多次计算
min_dist
和
实际_dist
，因此应将它们作为函数编写。另外，让您的代码尽可能接近算法。类似于以下的方法应该可以工作：

min_dist <- function(d, Q) {
  W <- intersect(d,Q)
  n <- length(W)
  sum(sapply(0:(n-1), function(i) sapply(0:(n-1), function(j) abs(i-j))))
}

current_dist <- function(d, Q) {
  W <- intersect(d,Q)
  pos <- sapply(W, function(x)which(Q==x))
  n <- length(pos)
  sum(sapply(1:n, function(i) sapply(1:n, function(j) abs(pos[i]-pos[j]))))
}

dist_d1_Q <- min_dist(d1, Q) / current_dist(d1, Q)
dist_d2_Q <- min_dist(d2, Q) / current_dist(d2, Q)
dist_d3_Q <- min_dist(d3, Q) / current_dist(d3, Q)

c(dist_d1_Q, dist_d2_Q, dist_d3_Q)
# [1]   1   1 NaN

min\u dist什么是
dat
？。该代码已更新，并将“dat”替换为矩阵中的“y”。为什么您的
y是
dat
？。该代码已更新，并将“dat”替换为矩阵中的“y”。为什么您的
y