72. Edit Distance

原题链接

Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.) You have the following 3 operations permitted on a word: a) Insert a character b) Delete a character c) Replace a character

编辑距离时经典的动态规划问题，可以理解为将一个单词word1转换成另一个单词word2所需的最少修改次数。假设两个单词的长度分别为len1和len2，考虑一种特殊情况，如果word1和word2的最后一个字符是相同的，即最后一个字符是不用修改的，那么word1到word2的编辑距离就等于word1的前len1-1个字符到word2的前len2-1个字符的编辑距离。

如果word1和word2的最后一个字符不相同，那么将word1转换为word2的修改方法有三种：

1. 设法把word1的前len1-1个字符转换成word2的前len2-1个字符，再把word1[len1-1]替换为word2[len2-1]；
2. 设法把word1的前len1-1个字符转换成word2，再把word1[len1-1]删掉；
3. 设法把word1转换成word2的前len2-1个字符，在word1的最后插入word2[len2-1]。

这三种方法中取修改次数最少的就是word1和word2的编辑距离。用二维数组dis[i][j]表示word1的前i个字符与word2的前j个字符的编辑距离，上面的分析可以表达成：

1. 如果word1[i-1] = word2[j-1]，dis[i][j] = dis[i-1][j-1]；
2. 如果word1[i-1] != word2[j-1]，dis[i][j] = min(dis[i-1][j-1]+1, dis[i-1][j]+1, dis[i][j-1]+1)。

这样就把大问题转化成小问题了，且大问题的结果依赖于小问题的结果，符合动态规划的思路。实际上解决这个问题可以看作对二维数组dis[i][j]进行填空，而最初始的条件是dis[0][j] = j和dis[i][0]=i。根据这一行一列的初始条件，我们就可以遍历数组把所有元素都填上。

class Solution {
public:
    int minDistance(string word1, string word2) {
        int len1 = word1.length();
        int len2 = word2.length();
        int dis[len1+1][len2+1];
        for(int i=0; i<=len1; i++) {
            dis[i][0] = i;
        }
        for(int j=0; j<=len2; j++) {
            dis[0][j] = j;
        }
        for(int i=1; i<=len1; i++) {
            for(int j=1; j<=len2; j++) {
                if(word1[i-1]==word2[j-1]) dis[i][j] = dis[i-1][j-1];
                else dis[i][j] = min(dis[i-1][j-1],min(dis[i][j-1],dis[i-1][j]))+1;
            }
        }
        return dis[len1][len2];
    }
};

有一个值得注意的点，为什么word1[i-1] = word2[j-1]时，dis[i][j]不是min(dis[i-1][j-1], dis[i-1][j]+1, dis[i][j-1]+1)呢？因为我确信dis[i-1][j-1]是不会大于dis[i-1][j]+1和dis[i][j-1]+1的。把word1的前i-1个字符转换为word2的前j-1个字符的一种“非正常思路”是先把word1的前i-1个字符转换为word2的前j个字符，再删掉最后一个字符，这种方法的修改次数就是dis[i-1][j]+1，所以dis[i-1][j]+1是dis[i-1][j-1]的一个候选值，如果dis[i-1][j]+1<dis[i-1][j-1]，那么应该有dis[i-1][j-1]=dis[i-1][j]+1，这是自相矛盾的。所以一定有dis[i-1][j-1] <= dis[i-1][j]+1，dis[i][j-1]+1也是同样的道理。

论坛上有人注意到了计算二维数组的每一个元素d[i][j]时，实际只会用到d[i][j-1]、d[i-1][j]、d[i-1][j-1]三个值，所以并不需要维护整个数组，可以把空间复杂度降到O(n)，n为len1和len2中的较小者。

转载于:https://my.oschina.net/cofama/blog/889475