如何用adist仅通过删除操作匹配字符串？结果异常排查

adist函数的costs参数是设置编辑操作的成本权重，而非禁止对应操作。即使将替换、插入的成本设为0，算法仍会在动态规划过程中选择这些操作——因为它们能带来更低的总成本（比如遇到y中存在x没有的字符时，插入操作成本为0，会被优先选择），这就导致你看到的替换、插入计数依然存在。此外，ignore.case=TRUE只是让大小写不同的字符被视为匹配，并未限制操作类型。

要实现“仅通过删除x的字符来匹配y中元素”的需求，我们可以自定义函数，基于子序列匹配的逻辑来计算所需删除的字符数：删除数越少，匹配度越高。如果y中的元素无法通过删除x的字符得到（即y包含x没有的字符），则标记为高成本（低匹配度）。

自定义实现代码 #

# 计算仅删除操作的匹配成本：删除x中字符得到y所需的删除数，无法实现则返回大值
only_deletion_match <- function(target, candidate, ignore_case = TRUE) {
  # 统一大小写（如果需要）
  if (ignore_case) {
    target <- tolower(target)
    candidate <- tolower(candidate)
  }
  
  # 拆分字符向量
  t_chars <- strsplit(target, "")[[1]]
  c_chars <- strsplit(candidate, "")[[1]]
  
  c_ptr <- 1
  delete_count <- 0
  
  # 双指针遍历，匹配子序列
  for (char in t_chars) {
    if (c_ptr <= length(c_chars) && char == c_chars[c_ptr]) {
      c_ptr <- c_ptr + 1
    } else {
      delete_count <- delete_count + 1
    }
  }
  
  # 如果候选字符串未完全匹配（存在target没有的字符），返回高成本
  if (c_ptr <= length(c_chars)) {
    return(length(t_chars) + length(c_chars))
  }
  
  return(delete_count)
}

# 测试示例
x <- "PCOR1"
y <- c("PCor", "TCor", "TMMON", "INTMAX")

# 计算每个元素的匹配成本
match_costs <- sapply(y, function(elem) only_deletion_match(x, elem))
print(match_costs)
#>   PCor    TCor   TMMON  INTMAX 
#>      1      10      10      10 

# 找到匹配度最高的元素（成本最小）
best_match <- y[which.min(match_costs)]
print(best_match)
#> [1] "PCor"

代码逻辑说明 #

1. 首先统一大小写（如果开启ignore_case），消除大小写差异的影响。
2. 使用双指针法遍历x的每个字符：如果当前字符与y的指针位置字符匹配，则移动y的指针；否则计数一次删除操作。
3. 遍历结束后，如果y的指针未走完所有字符，说明y包含x没有的字符，无法仅通过删除x的字符得到，返回一个较大的成本值（这里设为两个字符串长度之和，表示完全不匹配）。
4. 最终成本值越小，说明匹配度越高，取成本最小的元素即为结果。

内容的提问来源于stack exchange，提问作者smoff