编辑距离思路分析及代码实现（有注释）

编辑距离

编辑距离定义：

将一个字符串A通过增、删、变的操作变成另一个字符串B需要的最少操作数

比如：A = ‘FAMILY’ , B = ‘FRAME’, 将s1变成s2的最小操作数是4.

思路分析：

状态表示：我们令d[i] [j]表示A字符串前i个元素变成B字符串前j个元素的最少操作数。

初始化：

初始化的目的是让后续的自底向上计算最优值正确，当然初始化赋值结果也不难理解。

对于i = 0时候，即A取空字符串，如果A字符串要转换成B字符串，随着B内元素个数j增加执行插入操作次数也随之增加，即：

//lenb为B字符串的长度
for(int j = 0; j <= lenb; j ++)d[0][j] = j;

对于j = 0时候，即B取空字符串，如果A字符串要转换成B字符串，随着B内元素个数j增加执行删除操作次数也随之增加,即：

//lena为A字符串的长度
for(int i = 0; i <= lena; i ++)d[i][0] = i;

讨论：

根据A字符串和B字符串最后一个元素进行划分、讨论，从最优解子解得到最优解f[i] [j].

1）A的最后一个元素Ai 等于 B的最后一个元素Bj(即两者最后一个元素相互匹配)

从最优子状态d[i - 1] [j - 1]递推过来，因为匹配，所以不用进行任何操作，即操作数为0
问：为什么是从d[i - 1][j - 1]递推过来的？
答：这里让元素Ai - 1 和 元素Bj - 1对齐，才能使操作数最小，所以就是从状态d[i - 1][j - 1]这个最优状态转移过来，对于其他对齐方案Ai-1元素和Bj元素对齐d[i - 1][j]和Ai元素和Bj - 1元素对齐d[i][j - 1]的最优值都是大于等于 d[i - 1][j - 1];

d[i][j] = d[i - 1][j - 1] + 0; 

2）A的最后一个元素Ai != B的最后一个元素Bj(即两者最后一个元素不匹配)

（1）Ai - 1 与 Bj对齐时，需要的操作数最少:

那么我们就从最优子状态d[i - 1] [j]递推过来，对A字符串删除Ai, 就可以让A字符串变成B字符串

d[i][j] = d[i - 1][j] + 1;

(2)Ai 与 Bj - 1对齐时，需要的操作数最少:

那么我们就从最优子状态d[i ] [j - 1]递推过来，对A字符串插入Bj, 就可以让A字符串变成B字符串

d[i][j] = d[i][j - 1] + 1;

(3)Ai-1与Bj-1对齐，需要的操作数最少:

纳闷我们就从最优子状态d[i- 1] [j - 1]递推过来，将Ai字符替换为Bj, 就可以让A字符串变成B字符串

d[i][j] = d[i - 1][j - 1] + 1;

综上所述：

d[i][j] = min({d[i -1 ][j] + 1, d[i][j - 1] + 1, d[i][j] + diff})
/*
如果Ai == Bj   diff = 0;
如果Ai ！= Bj  diff = 1;
*/

代码：

#include <iostream>
#include <algorithm>
#include <cmath>
using namespace std;
const int N = 1e3 + 5;
int lena, lenb, diff;
string A, B;
int f[N][N];
int main(){
	cin >> A >> B;
	lena = A.size();
	lenb = B.size();
	f[0][0] = 1;
	for(int i = 0; i <= lena; i ++)f[i][0] = i;
	for(int j = 0; j <= lenb; j ++)f[0][j] = j;
	
	for(int i = 1; i <= lena; i ++){
		for(int j = 1; j <= lenb; j ++){
			if(A[i - 1] == B[j - 1])diff = 0;
			else diff = 1;
			f[i][j] = min({f[i - 1][j] + 1, f[i][j - 1] + 1, f[i - 1][j - 1] + diff});
		}                                                    
	} 
		 
	cout << f[lena][lenb] << '\n';
	return 0;
}

/*
状态表示：f[i][j]
集合：A前i个元素变成B前j个元素需要的最少操作数 
属性：min 
*/