前言
LeetCode题目:LeetCode 583、72
Takeaway:动态规划的子序列系列问题的编辑距离问题
一、583
动态规划的子序列系列问题的编辑距离问题,本题的难度在于递推公式的推导,具体情况分为两个尾字符相同和不相同的情况:如果尾字符相同,那么和前一个没变化(不需要进行删除);如果尾字符不相同,那么和前一个相比就要进行操作了,一共有三种可能的操作:删第一个字符串的一个字符、删第二个字符串的一个字符、两个字符串全删一个字符。
class Solution {
public:
int minDistance(string word1, string word2) {
// 初始化 DP 数组,其 DP 含义是以word1-1,word2-1为结尾的两个单词,构成相同子串的最小步数
vector<vector<int>> dp(word1.size()+1, vector<int>(word2.size()+1));
for (int i = 0; i <= word1.size(); i++) dp[i][0] = i;
for (int j = 0; j <= word2.size(); j++) dp[0][j] = j;
for(int i=1; i<=word1.size(); i++) {
for(int j=1; j<=word2.size(); j++) {
if(word1[i-1] == word2[j-1]) {
dp[i][j] = dp[i-1][j-1];
}else{
dp[i][j] = min(dp[i-1][j]+1, min(dp[i][j-1]+1, dp[i-1][j-1]+2));
}
}
}
return dp[word1.size()][word2.size()];
}
};
二、72
这道题看起来和上一道题比复杂了很多,其实逻辑归结到一起是一样的,代码几乎一模一样。
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size()+1, vector<int>(word2.size()+1));
for (int i = 0; i <= word1.size(); i++) dp[i][0] = i;
for (int j = 0; j <= word2.size(); j++) dp[0][j] = j;
for(int i=1; i<=word1.size(); i++) {
for(int j=1; j<=word2.size(); j++) {
if(word1[i-1] == word2[j-1]) {
dp[i][j] = dp[i-1][j-1];
}else{
dp[i][j] = min(dp[i-1][j]+1, min(dp[i][j-1]+1, dp[i-1][j-1]+1));
}
}
}
return dp[word1.size()][word2.size()];
}
};
总结
动态规划的子序列系列问题的编辑距离问题,重点在于递推公式的确立。