LeetCode - 解题笔记 - 72 - Edit Distance

Solution 1

这道题之前上的自然语言处理课上讲过，所以印象比较深。而且我们当时上课的更加复杂，还包括一种相邻两个位置交换的情形。

实际上这道题就是一个动态规划，我们把子问题简化到只考虑当前两个字符串的考察字符之间的调整，那么就有两个情况：

1. 二者相同，那么当前考察位置上不做调整。
2. 二者不同，执行（第二个字符串相对于第一个字符串的）增加、删除、替换操作。

那么最优子结构 $\mathrm{ans}[i][j]$ 定义为：第一个字符串的前 $i$ 个字符于第二个字符串的前 $j$ 个字符进行比较的最小编辑距离。对应上述两种情况：

1. 如果 $\mathrm{w}\mathrm{o}\mathrm{r}\mathrm{d}1[i]==\mathrm{w}\mathrm{o}\mathrm{r}\mathrm{d}2[j]$，那么当前考察位置不会引入额外的编辑操作，即 $\mathrm{ans}[i][j]=\mathrm{ans}[i-1][j-1]$
2. 否则，需要考虑（第二个字符串相对于第一个字符串的）的增加、删除、替换操作引入的编辑距离，三者分别对应 $\mathrm{ans}[i][j-1]$ （考察到当前位置，相对于前一个状态多了一个第二个字符串的增加操作）、 $\mathrm{ans}[i-1][j]$ （考察到当前位置，相对于前一个状态多了一个第一个字符串的删除操作）以及 $\mathrm{ans}[i-1][j-1]$ （替换以保证二者相同），即 ans ⁡ [ i ] [ j ] = min ⁡ { ans ⁡ [ i ] [ j − 1 ] + 1 , ans ⁡ [ i − 1 ] [ j ] + 1 , ans ⁡ [ i − 1 ] [ j − 1 ] + 1 } \operatorname{ans}[i][j] = \min \{ \operatorname{ans}[i][j - 1] + 1, \operatorname{ans}[i - 1][j] + 1, \operatorname{ans}[i - 1][j - 1] + 1\} ans[i][j]=min{ans[i][j−1]+1,ans[i−1][j]+1,ans[i−1][j−1]+1}

初始化边界条件，就是其中一个是空串的情形，那编辑距离就是另外一个非空字符串的长度（一直加到相同）。

• 时间复杂度：$O(mn)$，其中$m$和$n$分别为两个输入字符串的长度，二维遍历
• 空间复杂度：$O(mn)$，其中$m$和$n$分别为两个输入字符串的长度，需要记录整个遍历过程中的所有结果（实际上不用……）

class Solution {
public:
    int minDistance(string word1, string word2) {
        int len1 = word1.size();
        int len2 = word2.size();
        vector<vector<int>> ans(len1 + 1, vector<int>(len2 + 1, 0)); // DP数组尺寸 len1+1 * len2+1

        // 初始化，任意长字串到空串的编辑距离为非空长度
        for (int i = 0; i <= len1; i++) {
            ans[i][0] = i;
        }
        for (int i = 0; i <= len2; i++) {
            ans[0][i] = i;
        }

        for (int i = 1; i <= len1; i++) {
            for (int j = 1; j <= len2; j++) {
                if (word1[i - 1] == word2[j - 1]){
                    ans[i][j] = ans[i - 1][j - 1];
                } else {
                    // 增加、删除、修改
                    ans[i][j] = min(ans[i][j - 1], min(ans[i - 1][j], ans[i - 1][j - 1])) + 1;
                }
            }
        }
        return ans[len1][len2];
    }
};

Solution 2

Solution 1的Python实现

class Solution:
    def minDistance(self, word1: str, word2: str) -> int:
        ans = [[0] * (len(word2) + 1) for i in range(len(word1) + 1)]
        
        for i in range(len(word1) + 1): ans[i][0] = i
        for i in range(len(word2) + 1): ans[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]: ans[i][j] = ans[i - 1][j - 1]
                else: ans[i][j] = min(ans[i][j - 1], ans[i - 1][j], ans[i - 1][j - 1]) + 1
                    
        return ans[len(word1)][len(word2)]