Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.)
You have the following 3 operations permitted on a word:
a) Insert a character
b) Delete a character
c) Replace a character
这道题让求从一个字符串转变到另一个字符串需要的变换步骤,共有三种变换方式,插入一个字符,删除一个字符,和替换一个字符。根据以往的经验,对于字符串相关的题目十有八九都是用动态规划Dynamic Programming来解,这道题也不例外。这道题我们需要维护一个二维的数组dp,其中dp[i][j]表示从word1的前i个字符转换到word2的前j个字符所需要的步骤。那我们可以先给这个二维数组dp的第一行第一列赋值,这个很简单,因为第一行和第一列对应的总有一个字符串是空串,于是转换步骤完全是另一个字符串的长度。跟以往的DP题目类似,难点还是在于找出递推式,我们可以举个例子来看,比如word1是“bbc”,word2是”abcd“,那么我们可以得到dp数组如下:
Ø a b c d Ø 0 1 2 3 4 b 1 1 1 2 3 b 2 2 1 2 3 c 3 3 2 1 2
我们通过观察可以发现,当word1[i] == word2[j]时,dp[i][j] = dp[i - 1][j - 1],其他情况时,dp[i][j]是其左,左上,上的三个值中的最小值加1,那么可以得到递推式为:
dp[i][j] = / dp[i - 1][j - 1] if word1[i - 1] == word2[j - 1]
\ min(dp[i - 1][j - 1], min(dp[i - 1][j], dp[i][j - 1])) + 1 else
代码如下:
class Solution {
public:
int minDistance(string word1, string word2) {
int m = word1.size();
int n = word2.size();
vector<vector<int>> dp(m+1, vector<int>(n+1, 0)); //注意初始化dp数组的长度,以及下标i的意义
for(int i = 0; i <= m; ++i) dp[i][0] = i;
for(int i = 0; i <= n; ++i) dp[0][i] = i;
for(int i = 1; i <= m; ++i) {
for(int j = 1; j <= n; ++j) {
if(word1[i-1] == word2[j-1]) //word字符串的下标对应需要减一
dp[i][j] = dp[i-1][j-1];
else {
dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1])) + 1; //状态转移方程
}
}
}
return dp[m][n];
}
};
当然,还有一种容易理解的递归算法(提交结果超时):
class Solution {
public:
int minDistance(string word1, string word2) {
if(word1 == word2) return 0;
int m = word1.size();
int n = word2.size();
if(word1 == "") return n;
if(word2 == "") return m;
if(word1[0] == word2[0])
return minDistance(word1.substr(1), word2.substr(1));
else {
return min(minDistance(word1, word2.substr(1))+1, min(minDistance(word1.substr(1), word2)+1, minDistance(word1.substr(1), word2.substr(1))+1)); //递归调用,报错TLE
}
}
};
转载:
One Edit Distance 一个编辑距离
Given two strings S and T, determine if they are both one edit distance apart.
这道题是之前那道Edit Distance的拓展,然而这道题并没有那道题难,这道题只让我们判断两个字符串的编辑距离是否为1,那么我们只需分下列三种情况来考虑就行了:
1. 两个字符串的长度之差大于1,那么直接返回False
2. 两个字符串的长度之差等于1,那么长的那个字符串去掉一个字符,剩下的应该和短的字符串相同
3. 两个字符串的长度之差等于0,那么两个字符串对应位置的字符只能有一处不同。
分析清楚了所有的情况,代码就很好写了,参见如下:
解法一:
class Solution { public: bool isOneEditDistance(string s, string t) { if (s.size() < t.size()) swap(s, t); int m = s.size(), n = t.size(), diff = m - n; if (diff >= 2) return false; else if (diff == 1) { for (int i = 0; i < n; ++i) { if (s[i] != t[i]) { return s.substr(i + 1) == t.substr(i); } } return true; } else { int cnt = 0; for (int i = 0; i < m; ++i) { if (s[i] != t[i]) ++cnt; } return cnt == 1; } } };
我们实际上可以让代码写的更加简洁,只需要对比两个字符串对应位置上的字符,如果遇到不同的时候,这时我们看两个字符串的长度关系,如果相等,那么我们比较当前位置后的字串是否相同,如果s的长度大,那么我们比较s的下一个位置开始的子串,和t的当前位置开始的子串是否相同,反之如果t的长度大,那么我们比较t的下一个位置开始的子串,和s的当前位置开始的子串是否相同。如果循环结束,都没有找到不同的字符,那么此时我们看两个字符串的长度是否相差1,参见代码如下:
解法二:
class Solution { public: bool isOneEditDistance(string s, string t) { for (int i = 0; i < min(s.size(), t.size()); ++i) { if (s[i] != t[i]) { if (s.size() == t.size()) return s.substr(i + 1) == t.substr(i + 1); else if (s.size() < t.size()) return s.substr(i) == t.substr(i + 1); else return s.substr(i + 1) == t.substr(i); } } return abs(s.size() - t.size()) == 1; } };
类似题目:
参考资料:
https://leetcode.com/discuss/71071/my-clear-java-solution-with-explanation
LeetCode All in One 题目讲解汇总(持续更新中…)