LeetCode刷题之路:72. 编辑距离

该博客介绍了一个计算两个单词之间最小编辑距离的问题,通过动态规划算法实现。示例展示了如何将'horse'转换为'ros',以及将'intention'转换为'execution'所需的最少操作数。动态规划表格用于存储中间过程,最终返回右下角的值作为答案。
摘要由CSDN通过智能技术生成

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:

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’)

#最直观的思路

利用动态规划的思想,
相同则不需要操作

若不相等 则需要进行替换或删除
删除和插入需要的次数是相等的,所以考虑一种情况就行了

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        val = [[0] * (len(word2) + 1) for _ in range(len(word1) + 1)]
        for i in range(len(val)):
            val[i][0] = i
        for i in range(len(val[0])):
            val[0][i] = i
        for i in range(1, len(word1)+1):
            for j in range(1, len(word2)+1):
                if word1[i-1] == word2[j-1]:
                    val[i][j] = val[i-1][j-1]
                else:
                    val[i][j] = min(val[i-1][j]+1, val[i][j-1] + 1, val[i-1][j-1] + 1)
        # print(val)
        return val[-1][-1]
       
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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