动态规划--13-编辑距离[困难]

力扣

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')

思路

定义 dp[i][j]

class Solution {
public:
    int minDistance(string word1, string word2) {
        vector<vector<int>> dp(word1.size()+1,vector<int>(word2.size()+1,0));
        for(int i=0;i<dp.size();i++)   //初始化 包括字母可能为空的情况
            dp[i][0]=i;
        for(int j=0;j<dp[0].size();j++)
            dp[0][j]=j;
        for(int i=1;i<dp.size();i++) {
            for(int j=1;j<dp[i].size();j++) {
                dp[i][j]=min(dp[i-1][j-1],min(dp[i-1][j],dp[i][j-1]))+1;
                if(word1[i-1]==word2[j-1])
                    dp[i][j]=min(dp[i][j],dp[i-1][j-1]);
            }
        }
        return dp.back().back();
    }
};

1. dp[i][j] 代表 word1 中前 i 个字符，变换到 word2 中前 j 个字符，最短需要操作的次数

2. 需要考虑 word1 或 word2 一个字母都没有，即全增加/删除的情况，所以预留 dp[0][j] 和 dp[i][0]

状态转移

1. 增，dp[i][j] = dp[i][j - 1] + 1

2. 删，dp[i][j] = dp[i - 1][j] + 1

3. 改，dp[i][j] = dp[i - 1][j - 1] + 1

4. 按顺序计算，当计算 dp[i][j] 时，dp[i - 1][j] ， dp[i][j - 1] ， dp[i - 1][j - 1] 均已经确定了

5. 配合增删改这三种操作，需要对应的 dp 把操作次数加一，取三种的最小

6. 如果刚好这两个字母相同 word1[i - 1] = word2[j - 1] ，那么可以直接参考 dp[i - 1][j - 1] ，操作不用加一

答案