DP-LeetCode72. 编辑距离

1、题目描述

给你两个单词 word1 和 word2，请你计算出将 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：

1. 插入一个字符
2. 删除一个字符
3. 替换一个字符

python库

import Levenshtein
def get_edit_distance_score(sen1, sen2):
    dis = Levenshtein.distance(sen1, sen2)
    return dis / max(len(sen1), len(sen2))

2、代码详解

自底向上

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        n1 = len(word1)
        n2 = len(word2)
        dp = [[0] * (n2 + 1) for _ in range(n1 + 1)]
        # 第一行
        for j in range(1, n2 + 1):
            dp[0][j] = dp[0][j-1] + 1
        # 第一列
        for i in range(1, n1 + 1):
            dp[i][0] = dp[i-1][0] + 1
        for i in range(1, n1 + 1):
            for j in range(1, n2 + 1):
                if word1[i-1] == word2[j-1]:
                    dp[i][j] = dp[i-1][j-1]
                else:
                    dp[i][j] = min(dp[i][j-1], dp[i-1][j], dp[i-1][j-1]) + 1
        #print(dp)
        return dp[-1][-1]
word1 = 'horse'
word2 = 'ros'
s = Solution()
print(s.minDistance(word1, word2))  # 3

dp[i][j] 代表 word1 到 i 位置转换成 word2 到 j 位置需要最少步数

即第一个字符串前 i 个字符，通过编辑，变成第二个字符串的前 j 个字符的最少操作次数

所以，

• 当 word1[i] == word2[j]，dp[i][j] = dp[i-1][j-1]
• 当 word1[i] != word2[j]，dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]) + 1

其中，

• dp[i-1][j-1] 表示替换操作
• dp[i-1][j] 表示删除操作
• dp[i][j-1] 表示插入操作

注意，针对第一行，第一列要单独考虑，我们引入 '' 下图所示：

第一行，是 word1 为空变成 word2 最少步数，就是插入操作

第一列，是 word2 为空，需要的最少步数，就是删除操作