目录
583. 两个字符串的删除操作
题目描述:
给定两个单词 word1
和 word2
,返回使得 word1
和 word2
相同所需的最小步数。
每步 可以删除任意一个字符串中的一个字符。
示例 1:
输入: word1 = "sea", word2 = "eat" 输出: 2 解释: 第一步将 "sea" 变为 "ea" ,第二步将 "eat "变为 "ea"
示例 2:
输入:word1 = "leetcode", word2 = "etco" 输出:4
提示:
1 <= word1.length, word2.length <= 500
word1
和word2
只包含小写英文字母
实现代码与解析:
动态规划
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> f(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for (int i = 1; i <= word1.size(); i++)
for (int j = 1; j <= word2.size(); j++)
{
if (word1[i - 1] == word2[j - 1]) f[i][j] = f[i - 1][j - 1] + 1;
else f[i][j] = max(f[i - 1][j], f[i][j - 1]);
}
return word1.size() + word2.size() - f[word1.size()][word2.size()] * 2 ;
}
};
原理思路:
删除的最小步数,可以转换成,两个字符串长度减去最长公共子序列的二倍的问题。
最长公共子序列大家都能写出来,最后返回值计算一下即可。
Leetcode:718. 最长重复子数组、1143. 最长公共子序列(C++)_Cosmoshhhyyy的博客-CSDN博客
72. 编辑距离
题目描述:
给你两个单词 word1
和 word2
, 请返回将 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 'r') rose -> ros (删除 'e')
示例 2:
输入:word1 = "intention", word2 = "execution" 输出:5 解释: intention -> inention (删除 't') inention -> enention (将 'i' 替换为 'e') enention -> exention (将 'n' 替换为 'x') exention -> exection (将 'n' 替换为 'c') exection -> execution (插入 'u')
提示:
0 <= word1.length, word2.length <= 500
word1
和word2
由小写英文字母组成
实现代码与解析:
动态规划
class Solution {
public:
int minDistance(string word1, string word2) {
vector<vector<int>> f(word1.size() + 1, vector<int>(word2.size() + 1, 0)); // 以 i - 1, j - 1为结尾的子串转换所需的最小炒作数
// 初始化,很好理解吧
for (int i = 0; i <= word1.size(); i++) f[i][0] = i;
for (int j = 0; j <= word2.size(); j++) f[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]) f[i][j] = f[i - 1][j - 1]; // 说明不需要操作,直接等于去除 i - 1, j - 1的子串状态的最小炒作数即可
else f[i][j] = min({f[i - 1][j], f[i][j - 1], f[i - 1][j - 1]}) + 1; // 对应为删除,删除,替换(删除其实就相当于插入,所以看成一种就行)
}
return f[word1.size()][word2.size()];
}
};
原理思路:
dp数组含义为,以 word1,word2中 i - 1, j - 1为结尾的子串转换所需的最小操作数。
初始化很好理解,就是 i 长的子串变为空,需要的操作数。
递推式:
······f[i][j] = f[i - 1][j - 1] 当word1[i - 1] == word2[j - 1],说明不需要操作,直接等于去除下标 i - 1, j - 1的子串状态的最小炒作数即可。
······f[i][j] = min({f[i - 1][j], f[i][j - 1], f[i - 1][j - 1]}) + 1 当不相等时,对应为删除,删除,替换(删除其实就相当于插入,所以看成一种就行)取最小然后 + 1。