经典动态规划问题详细解析：最短编辑距离算法原理分析和解法实现

最新推荐文章于 2022-09-20 18:29:27 发布
最新推荐文章于 2022-09-20 18:29:27 发布
阅读量466 收藏 2
点赞数
分类专栏： 后端 数据结构 算法 文章标签： 算法 动态规划 后端 数据结构 程序人生
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SharingOfficer/article/details/122610886
版权
本文详细解析了编辑距离问题，包括基本概念、思路分析、解法和优化。通过动态规划，解决了将两个字符串转换的最小操作数问题，广泛应用于文本编辑和DNA序列相似度计算。并提供了算法的Java和C++实现。
摘要由CSDN通过智能技术生成

基本概念

  • 编辑距离问题:
    • 编辑距离问题困难,解法却是很漂亮,而且也是少有的比较实用的算法
  • 编辑距离使用场景:
    • 对于修改文章的错位内容.限制文章只能修改20个字,且支持增,删,替换操作,求修改的最优方案
    • 对于衡量DNA的相似程度 .DNA序列是由A, G, C, T组成的序列,可以类比成字符串,可以通过编辑距离衡量两个DNA序列的相似度,编辑距离越小,说明这两个DNA序列越相似

思路分析

  • 编辑距离问题:
    • 给定两个字符串s1和s2, 只能使用3种操作,将s1变成s2, 求最小的操作数
    • 需要保证,不管是将s1变成s2, 还是将s2变成s1, 结果都要是一样的
  • 在最长公共子序列中,解决两个字符串的动态规划问题,一般是使用两个指针i,j分别指向两个字符串的最后,然后一步一步向前走,缩小问题的规模
  • 计算编辑距离:
    • 算法的
最低0.47元/天 解锁文章
司腾
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
最短编辑距离-动态规划
海的味道
11-08 1715
最小编辑距离 更新：2013-11-08 ////////////////////////////////////////////////////////////////////// 问题  有两个字符串a和b。现在对这两个字符串的许可编辑方法有：一、将一个字  符替换成另一个字符，二、添加一个字符、三、删除一个字符。  如何用许可的编辑方法，经过最小次数（距离）地编辑a串，使a串
算法Day10-动态规划之编辑距离
攻城狮Chova的博客
10-28 372
编辑距离基本概念问题分析 基本概念 编辑距离问题: 编辑距离问题困难,解法却是很漂亮,而且也是少有的比较实用的算法 编辑距离使用场景: 对于修改文章的错位内容.限制文章只能修改20个字,且支持增,删,替换操作,求修改的最优方案 对于衡量DNA的相似程度 .DNA序列是由A, G, C, T组成的序列,可以类比成字符串,可以通过编辑距离衡量两个DNA序列的相似度,编辑距离越小,说明这两个DNA序列越相似 问题分析 编辑距离问题: 给定两个字符串s1和s2, 只能使用3种操作,将s1变成s2
算法学习笔记——动态规划：最小编辑距离
Insomnia_X的博客
07-15 1060
s1=“horse”,s2=“rose”，返回2（horse->rorse->rose）希望把字符串s1转化为s2，一次操作可以选择插入/删除/替换，求完成转换的最少操作次数。套路两个字符串的动态规划，一般都需要二维dp数组，i、j分别与两个字符串挂钩。我们固定s2，然后解决如何从s1转化为s2的问题（两者反过来其实也一样）注意，实际应该在dp数组左侧和上侧多插入一个空白行，使用。LeetCode72.编辑距离。...
从外由内剖析一道腾讯面试算法题
程序员吴师兄的博客
09-02 316
点击蓝色“五分钟学算法”关注我哟加个“星标”，天天中午 12:15，一起学算法作者 | labuladong来源 | labuladon前几天在网上看到一份鹅场的面试题，...
经典动态规划：编辑距离
程序员吴师兄的博客
05-21 2132
点击关注上方“五分钟学算法”，设为“置顶或星标”，第一时间送达干货。转自面向大象编程本期例题：LeetCode 72. Edit Distance 编辑距离（Hard）给定字符串 s 和...
模拟退火算法（详细流程和解法举例）
最新发布
12-26
模拟退火算法
旅行商问题（详细流程和解法举例）
12-26
旅行商问题
LeetCode，《剑指offer》中的算法题的题目和解法以及常见算法的实现
11-03
这个压缩包文件可能包含了解决这些问题的代码实现，以及对每个问题的详细解析。 首先，我们来谈谈LeetCode。LeetCode提供了多种编程语言的环境，如Python、Java、C++等，让用户可以在线编写和测试代码。平台上的...
动态规划题目分析和解法
wangyan12313的博客
11-19 295
在正式介绍动态规划之前，应当先回顾了分治，回溯和递归。在课上讲到，“动态规划”和前面三者其实没有本质区别，都是把问题进行拆分，寻找规律。比如分治其实是递归的特殊形式，很多题目子问题都是有自相似性的，关键在于怎么把大问题分解成小的子问题。 养成数学归纳法思想，也就是先把基础条件想明白然后解决，比如n=1怎么样，n=2的时候又怎么样，然后推导到n和n+1的情况。数学归纳法的思想好比是爆竹，想要...
动态规划—最短编辑问题—（非常详细分析以及代码）
06-07
*问题描述：设A 和B 是2 个字符串。要用最少的字符操作将字符串A 转换为字符串B。 * 这里所说的字符操作包括 (1)删除一个字符； (2)插入一个字符； * (3)将一个字符改为另一个字符。将字符串A变换为字符串B 所用的最少 * 字符操作数称为字符串A到B 的编辑距离，记为 d(A,B)。试设计一个有效 * 算法，对任给的2 个字符串A和B，计算出它们的编辑距离d(A,B)。 * 例如： * 输入第一个字符串： * shao * 输入第二个字符串： * shaod * 最短编辑距离 * 1 (2)本题思路分析 * 定义两个字符串s1 ,s2 * 比较两字符串的某两个相同位置时：(例如s1[i] s2[j] 这时i=j)有三种办法 * 1.把字符ch1变成ch2， 使得s1与s2字符串在该处相同 * 2.删除s1当中的该字符ch1，使得s1与s2字符串在该处相同 * 3.插入某个字符ch2，使得s1与s2字符串在该处相同 运行结果： * 请输入字符串1 * shao * 请输入字符串2 * sha1 * d[1][1]= 0 d[1][2]= 1 d[1][3]= 2 d[1][4]= 3 * * d[2][1]= 1 d[2][2]= 0 d[2][3]= 1 d[2][4]= 2 * * d[3][1]= 2 d[3][2]= 1 d[3][3]= 0 d[3][4]= 1 * * d[4][1]= 3 d[4][2]= 2 d[4][3]= 1 d[4][4]= 1 * * 最短编辑距离为： 1 * 请按任意键继续. . .
【动态规划】最短编辑距离
guofei_fly的博客
07-21 250
""" 采用DP算法实现最小编辑距离 状态变量：M[i][j] 截至到string1的第i个字符和string2的第j个字符，改为一样的所需的编辑距离 """ def MED(string1, string2): M = [[0 for _ in range(len(string2)+1)] for _ in range(len(string1)+1)] for i in range(len(string2)+1): M[0][i] = i for j in r
最短编辑距离（动态规划篇）
weixin_51979465的博客
05-13 258
AC wing 902 给定两个字符串 A 和 B，现在要将 A 经过若干操作变为 B，可进行的操作有： 删除–将字符串 A 中的某个字符删除。 插入–在字符串 A 的某个位置插入某个字符。 替换–将字符串 A 中的某个字符替换为另一个字符。 现在请你求出，将 A 变为 B 至少需要进行多少次操作。 输入格式 第一行包含整数 n，表示字符串 A 的长度。 第二行包含一个长度为 n 的字符串 A。 第三行包含整数 m，表示字符串 B 的长度。 第四行包含一个长度为 m 的字符串 B。 字符串中均只包含大写字母
ACM_HUN_POJ10411_最小编辑距离-动态规划
qq_51219814的博客
09-20 314
设A和B是2个字符串。要用最少的字符操作将字符串 A 转换为字符串 B。字符操作包括(1) 删除一个字符;(2)插入一个字符;(3)将一个字符改为另一个字符。将字符串 A 变换为字符串 B 所用的最少字符操作数称为字符串 A 到 B 的编辑距离，记为d(A, B)。试设计一个有效算法，对任给的2个字符串 A 和 B ,计算出它们的编辑距离d(A, B)。
动态规划之最小编辑距离
橘嘉禾
04-06 1229
概述 最小编辑距离（Minimum Edit Distance）本身是的一个NLP中的一个概念，最小编辑距离旨在定义两个字符串之间的相似度（word similarity）。定义相似度可以用于拼写纠错，计算生物学上的序列比对，机器翻译，信息提取，语音识别等。 编辑距离 两个字符串之间有多相似？ 在搜索引擎中，我们总会有偶尔拼错单词的情况，但我们会发现，即便我们拼错了，搜索引擎也能正确地显...
编辑距离动态规划java_算法题目: 动态规划 之 最短编辑距离
weixin_39789690的博客
02-25 129
问题：对于长度相同的2个字符串A和B，其距离定义为相应位置字符距离之和。2个非空格字符的距离是它们的ASCII码之差的绝对值；空格与空格的距离为0，空格与其他字符的距离为一个定值k。在一般情况下，字符串A和B的长度不一定相同。字符串A的扩展是在A中插入若干空格字符所产生的字符串。在字符串A和B的所有长度相同的扩展中，有一对距离最短的扩展，该距离称为字符串A和B的扩展距离。对于给定的字符串A和B，设...
编辑距离 (动态规划) c语言,算法题解：最小编辑距离（动态规划算法）
weixin_29439509的博客
05-18 486
题目分析题目链接：https://leetcode.com/problems...对于长度为x的字符串s1和长度为y的字符串s2，从s1改变成s2最少要经过多少次“增加”、“删除”或“替换”？为了使用动态规划算法，要先将父问题分解成子问题(父问题和子问题是同一种问题，只不过分解得到的子问题规模更小)。那么现在就需要我们找出父问题和子问题之间的转移关系。推导父子问题之间的转移关系有2中思路：要解决父...
用动态规划求解最小编辑距离
jacobian19892008的专栏
04-13 515
字符串P[0,1,….,i]和字符串S[0,1,….,j] 针对字符串定义三种操作：1，删除某个字符 2，更改某个字符3，在某个位置插入某个字符   定义最小编辑距离d(i,j)：在只允许对字符串做上述三种操作的情况下，把字符串P[0,1,….,i]变成S[0,1,….,j]所需要的最小操作次数。     从问题的描述上来看，此问题可以用动态规划来解，因为1.只有d(m,k)取到最小时
动态规划深度解析：背包问题九讲2.0alpha1
《背包问题九讲》详细探讨了动态规划在解决各种背包问题中的应用，从基础到复杂，涵盖了广泛的问题类型和解法，是学习动态规划和背包问题的经典资料。通过深入理解这些内容，读者可以提升在ACM算法竞赛和实际问题...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值