使用r语言：下列代码生成一个 5*4 的 tibble，其中：第一列 id 为行号，第二列 vowel 的五行为五 个元音字母，第三列 consonant_1 的五行分别为 b、c、d、f、g，第四列 consonant_2 的五行 h、j、k、l、m，并将此命名为 tb_pattern 。 #生成数据框 tb_pattern <- tibble( id = 1:5, vowel = c("a", "o", "e", "i", "u"), consonant_1 = c("b", "c", "d", "f", "g"), consonant_2 = c("h", "j", "k", "l", "m"))编写代码，不用 for 循环，而是用 map 系列函数或者 across 等任意一种非显式循环，对 tb_pattern 的后三列，执行第 3 问生成的 Overlapping_search()函数，并将最终结 果保存为一个 dataframe，并在下方写出最终的 dataframe

假设第三问中的 `Overlapping_search()` 函数已经被定义，可以使用 `dplyr` 中的 `mutate()` 和 `across()` 函数对 `tb_pattern` 的后三列执行 `Overlapping_search()` 函数，最后使用 `bind_cols()` 函数将结果合并成一个 dataframe。

下面是代码：

library(dplyr)

tb_result <- tb_pattern %>% 
  mutate(across(consonant_1:consonant_2, ~ Overlapping_search(vowel, .))) %>% 
  bind_cols()

tb_result

这个代码会对 `tb_pattern` 的后三列执行 `Overlapping_search()` 函数，将结果保存为一个 dataframe，并输出到控制台。其中 `across()` 函数表示对多个列执行同一种操作，`bind_cols()` 函数表示将多个 dataframe 按列合并。