代码随想录算法训练营第五十九天 | LeetCode 583、72

---

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。