题目描述
给定两个单词 word1 和 word2,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:
- 插入一个字符
- 删除一个字符
- 替换一个字符
解题思路
本题目典型的动态规划,动态规划属于十分难的算法题目。
在完成动态规划题目时,主要掌握三点即可——状态表示、状态转移、状态初始化。
首先是状态表示。
很容易想出,定义状态转移矩阵
f
[
i
]
[
j
]
f[i][j]
f[i][j],用于表示 word1 中前 i 个字符转换为 word2 中前 j 个字符所需的最少操作数。
接下来是状态转移 (这一步十分困难)。
如果
w
o
r
d
1
[
i
]
=
=
w
o
r
d
2
[
j
]
word1[i] == word2[j]
word1[i]==word2[j] , 则有
f
[
i
]
[
j
]
=
f
[
i
−
1
]
[
j
−
1
]
f[i][j] = f[i - 1][j - 1]
f[i][j]=f[i−1][j−1]。
如果
w
o
r
d
1
[
i
]
≠
w
o
r
d
2
[
j
]
word1[i] \neq word2[j]
word1[i]̸=word2[j],则会采取下面三种策略:
- 替换一个字符
f [ i ] [ j ] = m i n ( f [ i ] [ j ] , f [ i − 1 ] [ j − 1 ] + 1 ) f[i][j] = min(f[i][j],f[i - 1][j - 1] + 1) f[i][j]=min(f[i][j],f[i−1][j−1]+1) - 插入一个字符
f [ i ] [ j ] = m i n ( f [ i ] [ j ] , f [ i ] [ j − 1 ] + 1 ) ( 向 w o r d 1 中 插 入 w o r d 2 [ j ] ) f[i][j] = min(f[i][j],f[i][j - 1] + 1) (向 word1 中插入 word2[j]) f[i][j]=min(f[i][j],f[i][j−1]+1)(向word1中插入word2[j])
f [ i ] [ j ] = m i n ( f [ i ] [ j ] , f [ i − 1 ] [ j ] + 1 ) ( 向 w o r d 2 中 插 入 w o r d 1 [ i ] ) f[i][j] = min(f[i][j],f[i - 1][j] + 1) (向 word2 中插入 word1[i]) f[i][j]=min(f[i][j],f[i−1][j]+1)(向word2中插入word1[i]) - 删除一个字符 (这个可能比较难理解)
f [ i ] [ j ] = m i n ( f [ i ] [ j ] , f [ i − 1 ] [ j ] + 1 ) ( 从 w o r d 1 中 删 除 w o r d 1 [ i ] ) f[i][j] = min(f[i][j],f[i - 1][j] + 1) (从 word1 中删除 word1[i]) f[i][j]=min(f[i][j],f[i−1][j]+1)(从word1中删除word1[i])
f [ i ] [ j ] = m i n ( f [ i ] [ j ] , f [ i ] [ j − 1 ] + 1 ) ( 从 w o r d 2 中 删 除 w o r d 2 [ j ] ) f[i][j] = min(f[i][j],f[i][j - 1] + 1) (从 word2 中删除 word2[j]) f[i][j]=min(f[i][j],f[i][j−1]+1)(从word2中删除word2[j])
最后是状态初始化。
f [ i ] [ 0 ] = i , f [ 0 ] [ j ] = 0 f[i][0] = i,f[0][j] = 0 f[i][0]=i,f[0][j]=0
int minDistance(string word1, string word2)
{
int n = word1.size(),m = word2.size();
vector<vector<int>> f = vector<vector<int>>(n + 1,vector<int>(m + 1,0));
for(int i = 0;i <= n;i++)
f[i][0] = i;
for(int i = 0;i <= m;i++)
f[0][i] = i;
for(int i = 1;i <= n;i++)
for(int j = 1;j <= m;j++)
{
f[i][j] = f[i - 1][j - 1] + (word1[i - 1] != word[j - 1]);
f[i][j] = min(f[i][j],f[i - 1][j] + 1);
f[i][j] = min(f[i][j],f[i][j - 1] + 1);
}
return f[n][m];
}