力扣LeetCode72.编辑距离及Python源码实现

最新推荐文章于 2022-11-07 17:41:52 发布
最新推荐文章于 2022-11-07 17:41:52 发布
阅读量761 收藏
点赞数
分类专栏： LeetCode 文章标签： 算法 字符串 python 动态规划
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Alex__Mahone/article/details/106877487
版权
本文详细解析LeetCode第72题——编辑距离，重点在于理解动态规划的状态转移方程。通过定义dp[i][j]表示将word1转换为word2所需的最少操作次数，分析字符相同与不同情况，得出状态转移方程：dp[i][j] = min(dp[i-1][j-1], dp[i][j-1], dp[i-1][j]) + 1。并讨论了空字符串的特殊情况处理。动态规划是解决此类问题的关键。" 44066815,4945659,理解dump_stack：内核与用户态的栈回溯实现,"['内核开发', 'mips架构', '程序调试', '栈回溯', '内核符号表']
摘要由CSDN通过智能技术生成

本题为LeetCode题库中第72题编辑距离，难度困难，题目请参考这里。这道题应该是字符串处理，自然语言算法工程师必做一道题目，很久都没想到解决思路突然有了灵感。

标准的DP题目，这道题的难点还是在于如何去定义状态转移方程，前面分享的那道地下城游戏也是难在定义状态转移方程，所以如何去定义才是最重要的！然后就是推导出如何变换。这种题很容易就想复杂了，而且情况一多根本就不知道怎么入手，这就陷入了僵局，如何跳出来？只能多刷题培养这种思维。

定义：

当字符串word1的长度为i，字符串word2的长度为j，dp[i][j]定义为将word1转为word2所使用的最少操作次数。

其实上面这个定义才是这道题最关键的部分，只要给出了定义，从定义出发来推导状态转移方程。其实做了那么多的动态规划题目，无非就是从dp[i-1][j]，dp[i][j-1]，dp[i-1][j-1]中找出和dp[i][j]的关系。下面我们来疏导这几个dp数组和dp[i][j]之间的关系，把关系理清楚了，状态转移方程自然也就出来了。

  • 如果字符word
最低0.47元/天 解锁文章
一只特立丶独行的猪
关注
专栏目录
Leetcode题72、编辑距离（Python题解）字节跳动面试题
AI414010的博客
10-08 447
问题： 题目来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/edit-distance/ 难度：困难 分析： 经典的动态规划题。 一个小技巧，在DP表的第一行和第一列添加辅助行和辅助列，这样就免去了初始化时的麻烦。本题可以从辅助行和辅助列得到需要的base case，所以可以使用这个技巧。 解决方法： 1：二维DP 递推公式： if word1[i - 1] == word2[j -1]：dp[i][j] = dp[i][j] = dp[i - 1]
力扣LeetCode139.单词拆分及Python源码实现
Alex__Mahone的专栏
10-31 588
本题目是LeetCode题库中第139题单词拆分，难度中等，题目请参考这里。 本来是完成一个项目中一个问题：给定一个字符串和词典将它进行切分，且切分的每个词语都要是词典中的单词，问一共有多少种不同的切分方法。 以为很简单的一个操作但是想了很久没有什么好的思路去解决，面向百度编程发现和LeetCode140.单词拆分||是一模一样的题，要解决140这道题又得先弄清楚139那道题，所以这篇文章首先...
LeetCode：72. 编辑距离（python）
wk的博客
09-17 1390
LeetCode：72. 编辑距离（python） 给定两个单词 word1 和 word2，计算出将 word1 转换成 word2 所使用的最少操作数 。 你可以对一个单词进行如下三种操作： 插入一个字符 删除一个字符 替换一个字符 示例 1: 输入: word1 = “horse”, word2 = “ros” 输出: 3 解释: horse -> rorse (将 ‘h’ 替换...
LeetCode--072--编辑距离(python)
weixin_30699235的博客
09-02 94
给定两个单词word1 和word2，计算出将word1转换成word2 所使用的最少操作数。 你可以对一个单词进行如下三种操作： 插入一个字符删除一个字符替换一个字符示例1: 输入: word1 = "horse", word2 = "ros"输出: 3解释: horse -> rorse (将 'h' 替换为 'r')rorse -> rose (删除...
力扣（72）----------编辑距离
莫失莫忘的博客
12-23 224
题目描述： 给定两个单词 word1 和 word2，计算出将 word1 转换成 word2 所使用的最少操作数 。 你可以对一个单词进行如下三种操作： 插入一个字符 删除一个字符 替换一个字符 示例 1: 输入: word1 = "horse", word2 = "ros" 输出: 3 解释: horse -> rorse (将 'h' 替换为 'r') rorse -> ...
力扣【72】编辑距离
qq1922631820的博客
08-19 268
题解： 规律就是左上、左、上，三个中最小的数加一。 动态规划： dp[i][j] 代表 word1 的 i 位置转换成 word2 的 j 位置需要最少步数。 所以， 当 word1[i] == word2[j]，dp[i][j] = dp[i-1][j-1]； 当 word1[i] != word2[j]，dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1 其中，dp[i-1][j-1] 表示替换操作，dp[i-1][j] 表示
力扣LeetCode2.两数相加及Python源码实现
Alex__Mahone的专栏
01-07 630
本题为LeetCode题库中第2两数相加，难度中等，题目请参考这里。 比较绕的一道题，谈论区的python答案不多而且思路没有讲清楚，这里记录一下。 给出两个非空 的链表用来表示两个非负的整数。其中，它们各自的位数是按照逆序的方式存储的，并且它们的每个节点只能存储一位数字。 如果，我们将这两个数相加起来，则会返回一个新的链表来表示它们的和。 您可以假设除了数字 0 之外，这两个数...
力扣LeetCode174.地下城游戏及Python源码实现
Alex__Mahone的专栏
06-18 695
本题为LeetCode题库中第174题地下城游戏，难度困难，题目请参考这里。 一道比较困难DP题目，其中的难点在于如何定义状态转移方程，所以在这里记录一下。这道题刚开始做一点思路都没有，但是通过解读别人的思想一下就明白了。 首先一看到这道题，思路肯定是DP来做：直觉从左上出发往右或者往下走这样去找规律，从而得到dp的状态转移方程。在这里建议先把这道题做了。本题有点特殊，如果没有至少这个条件从左上往右下推找规律得到状态转移方程的思路应该是可以的。这里我们不去讨论从左上往右下的思路，直接想从右下往左上推..
力扣 leetcode 605. 种花问题 (python)
weixin_50791900的博客
01-02 780
假设有一个很长的花坛，一部分地块种植了花，另一部分却没有。可是，花不能种植在相邻的地块上，它们会争夺水源，两者都会死去。 给你一个整数数组 flowerbed 表示花坛，由若干 0 和 1 组成，其中 0 表示没种植花，1 表示种植了花。另有一个数 n ，能否在不打破种植规则的情况下种入 n 朵花？能则返回 true ，不能则返回 false。 Example1: 输入：flowerbed = [1,0,0,0,1], n = 1 输出：true Excxample2: 输入：flowerbed =
leetcode(力扣) 72. 编辑距离 (动态规划)
深度不学习！！的博客
11-07 727
替换掉A的末尾元素 也就是 A[i-2]，使其等于B[j-2],那么就是以下标 i−2 为结尾的 word1 与 j−2 为结尾的 word2 的最近编辑距离 即 dp[i-1][j-1] 再加上一个替换元素的操作 ， dp[i-1][j-1]+1.删A的一个元素，那么就是以下标 i−2为结尾的 A与j−1 为结尾的 B的最近编辑距离 再加上一个操作。删B的一个元素，那么就是以下标 i−1为结尾的 A与j−2 为结尾的 B的最近编辑距离 再加上一个操作。
leetcode 72. 编辑距离
Charison的编程妙妙屋
03-01 233
@(labuladong的算法小抄)[dp] leetcode 72. 编辑距离 题目描述 解题思路 参考：经典动态规划：编辑距离 对“dp[i-1][j-1] 表示替换操作，dp[i-1][j] 表示删除操作，dp[i][j-1] 表示插入操作。”的补充理解： 以 word1 为 “horse”，word2 为 “ros”，且 dp[5][3] 为例，即要将 word1的前 5 个字符转换为 word2的前 3 个字符，也就是将 horse 转换为 ros，因此有： (1) dp[i-1][j-1]，即
LeetCode 力扣 72. 编辑距离
wind_liang的博客
02-19 961
题目描述（困难难度） 由一个字符串变为另一个字符串的最少操作次数，可以删除一个字符，替换一个字符，插入一个字符，也叫做最小编辑距离。 解法一 递归 我们可以发现删除一个字符和插入一个字符是等效的，对于变换次数并没有影响。例如 "a" 和 "ab" ，既可以 "a" 加上一个字符 "b" 变成 "ab"，也可以是 "ab" 去掉一个字符 "b" 变成 "a"。所以下边的算法可以只考虑删除和替换。...
动态规划：力扣72. 编辑距离
weixin_42042056的博客
06-19 281
1、题目描述： 2、题解： 动态规划，DP table 状态定义： dp[i][j] 返回 s1[0…i] 和 s2[0…j] 的最小编辑距离 base case: dp[0][j]：当 s1[0…i]为空时，要想从s1得到s2，就从s2前向后依次删除s2的字符就就行，每次的操作数加1。也就是说第一行的每列从左到右依次加1 dp[i][0]：当s2[0…j] 为空时，要想从s1得到s2，就从s2从前向后依次插入s1中的字符就行，每次操作数加1.也即是说第一列的每行，从上到下操作数依次加1. 状态转移方程：
利用python 完成leetcode72 编辑距离
找到工作之前一天十篇的博客
02-22 465
给定两个单词 word1 和 word2，计算出将 word1 转换成 word2 所使用的最少操作数 。 你可以对一个单词进行如下三种操作： 插入一个字符 删除一个字符 替换一个字符 示例 1: 输入: word1 = “horse”, word2 = “ros” 输出: 3 解释: horse -> rorse (将 ‘h’ 替换为 ‘r’) rorse -> rose (删除 ‘...
力扣算法题—072编辑距离
weixin_34370347的博客
04-14 133
给定两个单词word1和word2，计算出将word1转换成word2所使用的最少操作数。 你可以对一个单词进行如下三种操作： 插入一个字符 删除一个字符 替换一个字符 示例1: 输入: word1 = "horse", word2 = "ros" 输出: 3 解释: horse -> rorse (将 'h' 替换为 'r') rorse -...
[leetcode]编辑距离——python版本
weixin_52093054的博客
02-25 646
Leetcode之编辑距离 题目： 递归 定义dp函数：dp(i,j)表示word1[0…i]转成word2[0…j]的最少操作数 def minDistance(word1,word2): def dp(i,j): #递归的终点 #word1走到头，要将word2剩余的字符插入 if i == -1: return j + 1 #word2走到头，要将word1剩余的字符删除 if j ==
力扣之编辑距离
huaweiyao的博客
04-06 347
哎，好不容易抽出时间写题，结果打卡就搞的我懵懵的，不说了。 题目： *给你两个单词 word1 和 word2，请你计算出将 word1 转换成 word2 所使用的最少操作数 。 你可以对一个单词进行如下三种操作： 插入一个字符 删除一个字符 替换一个字符 例： 输入：word1 = “intention”, word2 = “execution” 输出：5 intention -> in...
[LeetCode] 72. Edit Distance 编辑距离 @python
冷的太明显
04-27 793
DescriptionGiven two words word1 and word2, find the minimum number of operations required to convert word1 to word2.You have the following 3 operations permitted on a word: Insert a character Delete a
力扣------ 编辑距离
qq_37760746的博客
05-05 139
int minDistance(char * word1, char * word2){ int len1=strlen(word1); int len2=strlen(word2); int dp[len1+1][len2+1]; for(int a=0;a<len1+1;a++){ dp[a][0]=a; } for(int a=0;a<len2+1;a++){ dp[0][a]=a; } fo.
力扣72编辑距离python
最新发布
11-21
以下是力扣72编辑距离的Python代码实现： ```python class Solution: def minDistance(self, word1: str, word2: str) -> int: n1, n2 = len(word1), len(word2) dp = [[0] * (n2 + 1) for _ in range(n1 + 1)] ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值