每日OJ_牛客HJ52计算字符串的编辑距离（dp）_hj52 计算字符串的编辑距离-CSDN博客

本文链接：https://blog.csdn.net/GRrtx/article/details/141230569

牛客HJ52计算字符串的编辑距离（dp）

解析代码

计算字符串的编辑距离（也称为Levenshtein距离）是一个经典的动态规划问题。编辑距离是指将一个字符串转换成另一个字符串所需的最少编辑操作次数，其中编辑操作包括插入、删除和替换一个字符。子状态：word1的前1，2，3，...m个字符转换成word2的前1，2，3，...n 个字符需要的编辑距离。

#include <iostream>
#include <string>
#include <vector>
using namespace std;

int main()
{
    string str1 = "", str2 = "";
    cin >> str1 >> str2;
    int n1 = str1.size(), n2 = str2.size();
    // if(n1 == 0 || n2 == 0)
    // {
    //     cout << max(n1, n2);
    //     return 0;
    // }

    vector<vector<int>> dp(n1 + 1, vector<int>(n2 + 1));
    for(int i = 1; i <= n1; ++i)
    {
        dp[i][0] = i;
    }
    for(int j = 1; j <= n2; ++j)
    {
        dp[0][j] = j;
    }

    for(int i = 1; i <= n1; ++i)
    {
        for(int j = 1; j <= n2; ++j)
        {
            if(str1[i - 1] == str2[j - 1])
                dp[i][j] = dp[i - 1][j - 1];
            else
                dp[i][j] = 1 + min(dp[i - 1][j - 1], min(dp[i - 1][j], dp[i][j - 1]));
        }
    }
    cout << dp[n1][n2] << endl;
    return 0;
}