这可能不是最有效的，但

Reduce(function(prev, this) {
  ind <- match(this, prev)
  if (length(ind)) prev[-ind[1]] else prev
}, b, init = a)
# [1] "B" "C"

有趣的是，这里有一个非Reduce的变体（通过查看AllanCameron的简单答案得到启发），它保持了顺序，只有在必须保持顺序的情况下，增加的复杂性才是值得的。

finddiff2 <- function(A, B) {
  dict <- split(seq_along(A), A)
  tb <- table(B)
  nms <- intersect(names(tb), A)
  dict[nms] <- Map(tail, dict[nms], -tb[nms])
  A[sort(unlist(dict))]
}
finddiff2(a, b)
# [1] "B" "C"
finddiff2(rev(a), b)
# [1] "C" "B"
finddiff2(c("A","B"), "A")
# [1] "B"

使用较长的a更容易看到保存情况：

a <- rep(c("A","B","C"), times = 4)
finddiff2(a, b)
# [1] "A" "B" "A" "B" "C" "A" "B" "C"
finddiff2(rev(a), b)
# [1] "B" "A" "C" "B" "A" "C" "B" "A"

在base R中，可以使用pmatch：

a[-pmatch(b, a, 0)]
[1] "B" "C"

请注意，在上述情况下，如果b中存在a中不存在的值/级别，则需要0
如果b中的所有元素都在a中，则满足以下条件

a[-pmatch(b, a)]
[1] "B" "C"

注意事项

正如@jblood指出的，pmatch只适用于长度小于100的向量

如果你想定义一个简单的函数，你可以这样做：

finddiff <- function(a, b) {
  levs <- unique(c(a, b))
  tab  <- table(factor(a, levs)) - table(factor(b, levs))
  tab  <- abs(tab[tab != 0])
  rep(names(tab), tab)
}

finddiff(a, b)
#> [1] "B" "C"

对rowid使用data.table反联接：

library(data.table)
data.table(a, rowid(a))[!data.table(b, rowid(b)), on = .(a = b, V2)][[1]]
#> [1] "B" "C"

在更大的向量上测试它：

set.seed(2041082007)
a <- stringi::stri_rand_strings(2e5, 2)
b <- sample(a, 1e5)
system.time(ab1 <- data.table(a, rowid(a))[!data.table(b, rowid(b)), on = .(a = b, V2)][[1]])
#>    user  system elapsed 
#>    0.00    0.02    0.01

与来自this的pmatch解决方案比较答案：

system.time(ab2 <- a[-pmatch(b, a, 0)])
#>    user  system elapsed 
#>   46.53    0.00   46.56

此外，pmatch似乎无法正确处理此问题：

all.equal(ab1, ab2)
#> [1] "Lengths (100000, 196156) differ (string compare on first 100000)"
#> [2] "99979 string mismatches"

pmatch返回的向量比预期的大得多。请获取两个答案之间的差异：

ab12 <- data.table(ab2, rowid(ab2))[!data.table(ab1, rowid(ab1)), on = .(ab2 = ab1, V2)][[1]]

检查ab12的第一个元素发生了什么。

ab12[1]
#> [1] "28"
sum(a == ab12[1])
#> [1] 57
sum(b == ab12[1])
#> [1] 45

“28”在a中出现了57次，在b中出现了45次，所以结果应该有12个“28”的示例，正如反连接返回的那样。

sum(ab1 == ab12[1])
#> [1] 12

然而，pmatch解决方案错误地返回了一个包含56个“28”示例的向量。

sum(ab2 == ab12[1])
#> [1] 56

c <- data.frame(table(a) - table(b))
tidyr::uncount(c, Freq)$a

结果

[1] B C
Levels: A B C