R 如何搜索特定模式的向量

我希望有一个函数可以搜索特定模式的

向量
“4后1”（即“1”“4”）。它应该列出所有找到的序列和打印
每一个的定量，它们的长度，从哪里开始和结束

它应针对以下向量中的每个对数（1,4）搜索向量中小于N>=8的部分，并记住以下条件：

1） 如下所示的特定比率：

BigRatio= Number of (1,4)*N/(Number of (1)*Number of (4)) 
    has to be more or equal than 0.2 % 

2） 和向量中
（1,4）
的比率（平均

 SmallRadtio= (Number of 1 + Number of 4)/(length of sequence) for 0.3%

如果满足条件，则应打印每次比赛的配给顺序

这是向量：

vector=c(1,1,1,1,1,1,1,4,4,4,4,2,3,1,1,1,1,1,1,1,4,4,4,4,2,3,1,4,1,4,1,4,1,4,1,4,
1,4,1,4,4,2,3,1,1,1,1,4,1,1,1,4,4,4,4,2,3,1,1,4,1,4,1,4,1,1,1,4,4,4,4,2,3,3,1,1,
4,1,4,1,4,1,1,1,4,4,4,4,4,4,4,4,2,3,1,1,1,1,1,1,1,4,4,1,1,4,2,1,1,1,1,1,1,4,3,
2,4,2,1,5,6,2,3,1,2,4,1,2,3,1,1,1,1,1,1,1,2,3,4,5,1,2,3,4,1,1,1,1,1,1,2,3,4,1,1,
1,2,3,1,2,3,1,2,3,4,3,1,2,1,4,1,4,1,4,1,4,1,4,1,4,1,4,1,4,1,4,1,4,1,4,1,4,1,
4,1,4,4,2,3,1,1,1,1,4,1,1,1,3,1,1,1,1,4,1,1,1,3,1,1,1,1,4,1,1,1,4,1,1,1,3,1,1,
1,1,4,2,3,1,1,4,1,4,1,4)

vector2=as.character(vector)

我把它改成了角色，因为我觉得这样会更容易。我可能是
错

到目前为止我的代码/进度

我有两个想法：

1） 该函数可以一次搜索8个或更多（我可以在函数中选择）数字，然后检查口粮。然后给出关于它的信息，如果它是一个很好的8个数字

2） 另一个想法是，将有一个评分系统，每对5分
每隔一个数为1,4和-1。然后它应该以某种方式给出一个估计
这些零件在哪里，应该找到这些分段。第一个想法的问题是
可能会有一个部分有40%，下一个部分有20%，加起来他们可能有更多。所以我试图找出如何摆脱消极积极因素的陷阱。也许搜索系统应该检查每个号码或配对
一个数字比一整段的数字大。这更复杂，但也更精确

有了这些代码，我就被困在如何生成函数的问题上了。我知道这些论点应该是正确的
vector
以及我要搜索的序列的所需长度（如果我要
第一个ide）。我想我必须使用
for循环
来计算每个数字（或两个数字），这样我就可以检查它们是否等于（1,4），然后“记住”它进行计算
那部分的长度。当然，搜索它的每个部分，从1到4
计算他们的口粮

我想过使用这种循环：

for (i in 1:length(vector)) {
    idx <- agrep(vector[i],x)
    matches[i] <- length(vector)

nchar（样本2）

这就是它应该做的：

1） 意念

搜索字符串的每50个部分，即首先搜索该部分：

 "aaaaabababababababababababababababcabcbababcbcbabc"


然后是这一部分（该字符串的50个元素的下一个序列）

对于字符串中的每50个元素，这个值都是

如您所见，第二个50个元素中有“ba”，与条件匹配。那就好了
不显示，因为它不符合条件

下一件事是检查它是否满足了正确的条件（例如>0.5口粮）
上述公式适用于某一模式，在本例中为“ba”。如果其“ba”大于0.5
然后它应该打印出序列，比如开始时，返回口粮等等。
例如，它应该位于数据帧中
下一个想法是计算该字符串中大于0.5的最佳分段。这意味着
如果在50个元素的第一部分中有0.4个“ba”，则会出现问题，并且
在该部分开头的“ba”的下一个50 0.1中：
想象中的前50名最后有很多ba，但还不够：

   "aaaaabababababdcdcdcdacacbababababababababababababab"

接下来的50年有很多开始：

   "bababababababcbcdcbcbcbdcbbcbcbcbdbdbcbcbcbccbbcbbcd"

那么，如何使其更为优化呢？我们是否应该按照上面解释的“ba”评分系统来查找
满足条件的段的最佳长度？
我很恼火，在生成有用的代码后，仍然没有向上投票，问题似乎仍然模棱两可。新示例中有换行符，但不清楚我们应该将这些换行符作为单独的换行符阅读，因为：

> nchar(readLines(textConnection(sample2)))
[1]  71  92 102  52

将长字符值拆分为更小的部分并不难：

samp3 <- paste(rep("a", 300), collapse="")
mapply( substr, seq(1,nchar(samp3),by=50), seq(1,nchar(samp3),by=50)+49, MoreArgs=list(x=samp3))
[1] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[2] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[3] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[4] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[5] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[6] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"

16是gregexpr值中的第二个位置，它引用了“向量”中的位置：

您应该打印出所有中间值以查看发生了什么。
您的向量以
1 4 4开始。它被算作一个组还是第7和第8位的
14
被算作第1组？算作一个组
14
。向量中似乎有44个元素满足这个条件。它还不够具体。你给出了一个向量，但你没有说正确的答案是什么。目前，可接受运行长度>0.2%的标准似乎可以接受任何运行。这就是计划吗？目前还不清楚11111444和141414这两起不同的案件是如何处理的。不同的还是等效的？我将做一个编辑来解释我想用另一个例子做什么。
> nchar(readLines(textConnection(sample2)))
[1]  71  92 102  52

samp3 <- paste(rep("a", 300), collapse="")
mapply( substr, seq(1,nchar(samp3),by=50), seq(1,nchar(samp3),by=50)+49, MoreArgs=list(x=samp3))
[1] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[2] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[3] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[4] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[5] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"
[6] "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"

# convert to single character item
collapsV <- paste0(vector,collapse="") 
pos14 <- gregexpr("14", collapsV)  # regex pattern matching
# look for runs of 2 differences , i.e. "14"'s next to each other
diff14_2 <- rle( diff(gregexpr("14", collapsV)[[1]]) ) 
#Run Length Encoding  ...# value is a two element list that looks like
#  lengths: int [1:22] 1 1 6 1 1 1 2 1 1 2 ...
#  values : int [1:22] 13 7 2 8 4 8 2 4 9 2 ...

which( diff14_2$values==2 & diff14_2$lengths>4)
[1]  3 16

> pos14[[1]][3]
[1] 27
> vector[27:40]
 [1] 1 4 1 4 1 4 1 4 1 4 1 4 1 4
> vector[25:40]
 [1] 2 3 1 4 1 4 1 4 1 4 1 4 1 4 1 4

> pos14[[1]][16]
[1] 76
> vector[76:(76+8)]
[1] 1 4 1 4 1 4 1 1 1